HDNet：用于多人相机空间定位的人体深度估计网络
计算机视觉与模式识别
2020-07-20 v1
摘要
当前多人 3D 姿态估计的工作主要聚焦于相对根关节的 3D 关节位置估计，而忽略了各姿态的绝对位置。本文提出人体深度估计网络（HDNet），一种用于相机坐标系下绝对根关节定位的端到端框架。我们的 HDNet 首先利用关节热图估计 2D 人体姿态。这些估计的热图作为注意力掩码，从目标人物对应图像区域中池化特征。利用基于骨架的图神经网络（GNN）在关节间传播特征。我们将目标深度回归表述为 bin 索引估计问题，可通过 HDNet 分类输出的 soft-argmax 操作转换得到。我们在根关节定位与根相对 3D 姿态估计任务上用两个基准数据集（即 Human3.6M 与 MuPoTS-3D）评估 HDNet。实验结果表明，在多个评价指标下我们稳定优于先前的最优方法。源代码见：https://github.com/jiahaoLjh/HumanDepth。
引用
@article{arxiv.2007.08943,
title = {HDNet: Human Depth Estimation for Multi-Person Camera-Space Localization},
author = {Jiahao Lin and Gim Hee Lee},
journal= {arXiv preprint arXiv:2007.08943},
year = {2020}
}
备注
16 pages, 5 figures. Accepted in ECCV 2020