可泛化的人体姿态三角测量
计算机视觉与模式识别
2022-04-21 v3
摘要
我们研究多视角 3D 人体姿态估计的泛化性问题。标准方法是先在图像中检测 2D 关键点，再从多视角进行三角测量。尽管现有方法在公开基准上实现了极为准确的 3D 姿态估计，但大多数局限于单一空间相机排布及其数量。若干方法试图解决此限制，但在新视角下性能显著下降。我们提出了一种用于人体姿态三角测量的随机框架，并在两个公开数据集上展示了对不同相机排布的优越泛化能力。此外，我们将同一方法应用于基础矩阵估计问题，表明所提方法能成功迁移至其他计算机视觉问题。与当前最优方法相比，该随机框架在 3D 姿态估计任务上实现了超过 8.8% 的提升，在基础矩阵估计上较标准算法提升超过 30%。
引用
@article{arxiv.2110.00280,
title = {Generalizable Human Pose Triangulation},
author = {Kristijan Bartol and David Bojanić and Tomislav Petković and Tomislav Pribanić},
journal= {arXiv preprint arXiv:2110.00280},
year = {2022}
}