CHAMP：基于 conformal 预测的 3D 人类多假设姿态估计器
计算机视觉与模式识别
2025-02-25 v2
摘要
我们介绍 CHAMP，这是一种新方法，用于从 2D 关键点学习序列到序列的多假设 3D 人类姿态，利用扩散模型中的条件分布。为预测单个输出 3D 姿态序列，我们生成并聚合多个 3D 姿态假设。为获得更好的聚合结果，我们开发了一种在训练期间对这些假设进行评分的方法，有效地将 conformal 预测集成到学习过程中。这一过程结果为一个可微的 conformal 预测器，与 3D 姿态估计器一起进行 end2end 训练。在训练后，我们将所学的评分模型用作 conformity score，将 3D 姿态估计器与 conformal 预测器组合，以选择最精确的假设用于下游聚合。我们的结果表明，使用对 conformal 预测过滤后的假设集合进行简单的均值聚合即可获得具竞争力的性能。当与更复杂的聚合技术集成时，我们的方法在各种指标和数据集上实现了状态最佳的性能，同时继承了 conformal 预测的概率保证。
引用
@article{arxiv.2407.06141,
title = {CHAMP: Conformalized 3D Human Multi-Hypothesis Pose Estimators},
author = {Harry Zhang and Luca Carlone},
journal= {arXiv preprint arXiv:2407.06141},
year = {2025}
}