探索严重遮挡：基于门控卷积的多人三维姿态估计
计算机视觉与模式识别
2020-11-03 v1
摘要
三维人体姿态估计（HPE）在许多领域至关重要，如人类行为分析、增强现实/虚拟现实（AR/VR）应用和自动驾驶行业。包含多个潜在被遮挡人物、由自由移动的单目相机拍摄的视频在真实场景中非常常见，而此类场景的三维HPE颇具挑战性，部分原因是现有数据集中缺乏带有精确三维真值标签的此类数据。本文提出一种带门控卷积模块的时间回归网络，将二维关节转换为三维并同时恢复缺失的被遮挡关节。进一步采用一种简单而有效的定位方法将归一化姿态转换为全局轨迹。为验证我们方法的有效性，我们还收集了一个新型移动相机多人（MMHuman）数据集，包含由移动相机拍摄的多个重度遮挡人物。三维真值关节由精确的运动捕捉（MoCap）系统提供。在基于静态相机的人体3.6M（Human3.6M）数据和我们自行收集的基于移动相机的数据上的实验表明，我们提出的方法优于大多数最先进的二维到三维姿态估计方法，尤其是在重度遮挡场景中。
引用
@article{arxiv.2011.00184,
title = {Exploring Severe Occlusion: Multi-Person 3D Pose Estimation with Gated Convolution},
author = {Renshu Gu and Gaoang Wang and Jenq-Neng Hwang},
journal= {arXiv preprint arXiv:2011.00184},
year = {2020}
}