用于三维人体姿态估计的图堆叠沙漏网络
计算机视觉与模式识别
2021-03-31 v1
摘要
本文提出一种新颖的图卷积网络架构——图堆叠沙漏网络（Graph Stacked Hourglass Networks），用于二维到三维的人体姿态估计任务。所提架构由重复的编码器-解码器组成，其中图结构特征在三种不同尺度的人体骨骼表示上被处理。这种多尺度架构使模型能够学习对三维人体姿态估计至关重要的局部与全局特征表示。我们还引入了一种利用不同深度中间特征的多级特征学习方法，并展示了利用多尺度、多级特征表示所带来的性能提升。我们进行了大量实验来验证我们的方法，结果表明我们的模型优于当前最优方法。
引用
@article{arxiv.2103.16385,
title = {Graph Stacked Hourglass Networks for 3D Human Pose Estimation},
author = {Tianhan Xu and Wataru Takano},
journal= {arXiv preprint arXiv:2103.16385},
year = {2021}
}
备注
Accepted to CVPR 2021