ElePose：通过预测相机仰角并在二维姿态上学习归一化流实现无监督三维人体姿态估计
计算机视觉与模式识别
2021-12-15 v1
摘要
从单张图像中进行人体姿态估计是一个具有挑战性的问题，通常通过监督学习来解决。遗憾的是，对于许多人类活动而言，带标注的训练数据尚不存在，因为三维标注需要专用的动作捕捉系统。因此，我们提出了一种无监督方法，该方法学习从单张图像预测三维人体姿态，而仅使用二维姿态数据进行训练，这类数据可通过众包获取且已广泛可用。为此，我们估计在随机投影下最可能三维姿态，其中似然使用二维姿态上的归一化流来估计。先前的工作需要训练数据集中对相机旋转有较强的先验，而我们学习相机角度的分布，这显著提升了性能。我们另一部分贡献是：通过先将二维姿态投影到线性子空间，来稳定在高维三维姿态数据上使用归一化流的训练。在基准数据集 Human3.6M 和 MPI-INF-3DHP 上，我们在多项指标上优于最先进的无监督人体姿态估计方法。
引用
@article{arxiv.2112.07088,
title = {ElePose: Unsupervised 3D Human Pose Estimation by Predicting Camera Elevation and Learning Normalizing Flows on 2D Poses},
author = {Bastian Wandt and James J. Little and Helge Rhodin},
journal= {arXiv preprint arXiv:2112.07088},
year = {2021}
}