估计全局空间中的自我中心三维人体姿态

使用单目鱼眼相机的自我中心三维人体姿态估计近来变得流行，因为它允许在无约束环境中捕获广泛的日常活动，而这对于带有外部摄像机的传统由外向内动作捕捉而言是困难的。然而，现有方法存在若干局限。一个突出问题是估计的姿态位于鱼眼相机的局部坐标系中，而非世界坐标系中，这对许多应用而言具有限制性。此外，由于单目设置引起的歧义以及强失真自我中心视角中的严重遮挡，这些方法存在精度有限和时序不稳定问题。为应对这些局限，我们提出一种使用单目头戴式鱼眼相机的自我中心全局三维身体姿态估计新方法。为获得准确且时序稳定的全局姿态，我们对一系列帧执行时空优化，通过最小化热图重投影误差并施加强制来自动作捕捉（mocap）数据集学习的局部和全局身体运动先验。实验结果表明，我们的方法在定量和定性上均优于最先进（state-of-the-art）方法。