DiffPose：迈向更可靠的 3D 姿态估计
计算机视觉与模式识别
2023-04-11 v3
摘要
单目 3D 人体姿态估计因固有的模糊性与遮挡而极具挑战，常导致高度不确定与不可判定。另一方面，扩散模型近期已成为从噪声生成高质量图像的有效工具。受其能力启发，我们探索一种新颖的姿态估计框架（DiffPose），将 3D 姿态估计表述为反向扩散过程。我们为 DiffPose 引入新设计以促进 3D 姿态估计的扩散过程：姿态不确定度分布的姿态特定初始化、基于高斯混合模型的前向扩散过程，以及上下文条件的反向扩散过程。我们提出的 DiffPose 在广泛使用的姿态估计基准 Human3.6M 和 MPI-INF-3DHP 上显著优于现有方法。项目主页：https://gongjia0208.github.io/Diffpose/。
引用
@article{arxiv.2211.16940,
title = {DiffPose: Toward More Reliable 3D Pose Estimation},
author = {Jia Gong and Lin Geng Foo and Zhipeng Fan and Qiuhong Ke and Hossein Rahmani and Jun Liu},
journal= {arXiv preprint arXiv:2211.16940},
year = {2023}
}
备注
Accepted to CVPR 2023