深度学习用于3D人体姿态估计与网格恢复：综述
计算机视觉与模式识别
2024-07-04 v2 多媒体
摘要
3D人体姿态估计与网格恢复在计算机视觉、自动驾驶和机器人等许多领域引起了广泛的研究兴趣。近年来，关于3D人体姿态估计与网格恢复的深度学习蓬勃发展，提出了众多方法来解决该领域的不同问题。在本文中，为了激发未来研究，我们通过深入查阅200多篇参考文献，对过去五年中该领域深度学习方法的近期进展进行了全面综述。据我们所知，本综述可以说是第一个全面涵盖3D人体姿态估计深度学习方法（包括单人方法和多人方法）以及人体网格恢复（包括基于显式模型和隐式表示的方法）的综述。我们还提供了几个公开数据集上的比较结果，以及富有洞察力的观察和鼓舞人心的未来研究方向。定期更新的项目页面可在https://github.com/liuyangme/SOTA-3DHPE-HMR找到。
引用
@article{arxiv.2402.18844,
title = {Deep learning for 3D human pose estimation and mesh recovery: A survey},
author = {Yang Liu and Changzhen Qiu and Zhiyong Zhang},
journal= {arXiv preprint arXiv:2402.18844},
year = {2024}
}