用于多人 3D 姿态估计的动态图推理
计算机视觉与模式识别
2022-08-09 v2
摘要
多人 3D 姿态估计是一项具有挑战性的任务，因为存在遮挡和深度歧义，尤其在拥挤场景情况下。为解决这些问题，大多数现有方法通过用图神经网络增强特征表示或添加结构约束来建模身体上下文线索。然而，这些方法因其单根节点公式而不够鲁棒，该公式使用预定义图从根节点解码 3D 姿态。在本文中，我们提出 GR-M3D，其通过动态图推理对多人 3D 姿态估计进行建模。GR-M3D 中的解码图是预测的而非预定义的。具体而言，它首先生成若干数据图并用尺度与深度感知细化模块（SDAR）增强它们。然后从这些数据图中估计每个人的多个根关键点和稠密解码路径。在此基础上，通过向解码路径分配路径权重来构建动态解码图，而路径权重从这些增强的数据图中推断得出。该过程被称为动态图推理（DGR）。最后，根据每个被检测人物的动态解码图解码出 3D 姿态。GR-M3D 能通过采用依赖于输入数据的软路径权重隐式调整解码图结构，使得解码图最大程度自适应不同输入人物，并比先前方法更能处理遮挡和深度歧义。我们经验性地表明，所提出的自下而上方法甚至优于自上而下方法，并在三个 3D 姿态数据集上取得最先进结果。
引用
@article{arxiv.2207.11341,
title = {Dynamic Graph Reasoning for Multi-person 3D Pose Estimation},
author = {Zhongwei Qiu and Qiansheng Yang and Jian Wang and Dongmei Fu},
journal= {arXiv preprint arXiv:2207.11341},
year = {2022}
}
备注
ACM Multimedia 2022