DH-AUG：基于 DH 正运动学模型驱动的 3D 人体姿态估计数据增强
计算机视觉与模式识别
2022-07-20 v1
摘要
由于数据集多样性不足，姿态估计器的泛化能力较差。为解决该问题，我们提出一种通过 DH 正运动学模型的姿态增强方案，称为 DH-AUG。我们注意到以往工作均基于单帧姿态增强，若直接应用于视频姿态估计器，会出现若干此前被忽视的问题：（i）骨骼旋转中的角度歧义（多解）；（ii）生成的骨骼视频缺乏运动连续性。为解决这些问题，我们提出一种基于 DH 正运动学模型的专用生成器，称为 DH-generator。大量实验表明，DH-AUG 能大幅提升视频姿态估计器的泛化能力。此外，当应用于单帧 3D 姿态估计器时，我们的方法优于以往最佳的姿态增强方法。源代码已发布于 https://github.com/hlz0606/DH-AUG-DH-Forward-Kinematics-Model-Driven-Augmentation-for-3D-Human-Pose-Estimation。
引用
@article{arxiv.2207.09303,
title = {DH-AUG: DH Forward Kinematics Model Driven Augmentation for 3D Human Pose Estimation},
author = {Linzhi Huang and Jiahao Liang and Weihong Deng},
journal= {arXiv preprint arXiv:2207.09303},
year = {2022}
}