通过对抗训练分解人体运动先验用于视频姿态估计
计算机视觉与模式识别
2023-09-26 v3
摘要
从视频中估计人体姿态是一项备受关注的任務，因其在众多3D领域中的适用性。人体运动的先验知识的复杂性对神经网络模型在关键点回归任务上构成了挑战。在本文中，我们通过对抗方式引入运动先验来解决此问题。与以往方法不同，我们提出将整体运动先验分解为关节运动先验，使神经网络更易于从先验知识中学习，从而提升该任务的性能。我们还利用一种新颖的正则化损失来平衡由运动先验引入的精度与平滑性。我们的方法在3DPW上测试时，比以往方法的PA-MPJPE低9%，加速度误差低29%。该估计器通过在in-the-wild数据集上取得令人印象深刻的性能，证明了其鲁棒性。
引用
@article{arxiv.2305.18743,
title = {Decomposed Human Motion Prior for Video Pose Estimation via Adversarial Training},
author = {Wenshuo Chen and Xiang Zhou and Zhengdi Yu and Weixi Gu and Kai Zhang},
journal= {arXiv preprint arXiv:2305.18743},
year = {2023}
}