H3WB：Human3.6M 3D 全身数据集与基准
计算机视觉与模式识别
2023-09-07 v2
摘要
我们提出了一个用于 3D 人体全身姿态估计的基准，该任务涉及在整个人体（包括面部、手部、躯干和足部）上识别精确的 3D 关键点。目前，由于缺乏完全标注且精确的 3D 全身数据集，深度网络只能在特定的身体部位上分别训练，并在推理时进行组合；或者它们依赖于由参数化人体模型提供的伪真值，其准确性不如基于检测的方法。为了克服这些问题，我们引入了 Human3.6M 3D 全身（H3WB）数据集，该数据集使用 COCO Wholebody 布局为 Human3.6M 数据集提供了全身标注。H3WB 包含 100K 张图像上的 133 个全身关键点标注，这得益于我们新的多视角流水线。我们还提出了三个任务：i) 从 2D 完整全身姿态进行 3D 全身姿态提升；ii) 从 2D 不完整全身姿态进行 3D 全身姿态提升；iii) 从单张 RGB 图像进行 3D 全身姿态估计。此外，我们报告了流行方法在这些任务上的若干基线。进一步地，我们还提供了 TotalCapture 的自动化 3D 全身标注，并通过实验表明，当与 H3WB 一起使用时，它有助于提高性能。代码和数据集可在 https://github.com/wholebody3d/wholebody3d 获取。
引用
@article{arxiv.2211.15692,
title = {H3WB: Human3.6M 3D WholeBody Dataset and Benchmark},
author = {Yue Zhu and Nermin Samet and David Picard},
journal= {arXiv preprint arXiv:2211.15692},
year = {2023}
}
备注
Accepted by ICCV 2023