用于 3D 人体姿态估计的高阶隐式光顺网络
计算机视觉与模式识别
2021-11-02 v1
摘要
估计 3D 人体姿态已被证明是一项具有挑战性的任务，主要因为人体关节的复杂性、遮挡以及光照条件的变化。在本文中，我们引入了一种带有初始残差连接的高阶图卷积框架用于 2D 到 3D 姿态估计。利用多跳邻域进行节点特征聚合，我们的模型能够捕获身体关节之间的长程依赖关系。此外，我们的方法利用了残差连接，这些连接在设计上集成于我们的网络架构中，确保随着网络深度增加，学习到的特征表示保留来自输入层初始特征的重要信息。在两个标准基准上进行的实验和消融研究证明了我们模型的有效性，在 3D 人体姿态估计上取得了优于强基线方法的性能。
引用
@article{arxiv.2111.00950,
title = {Higher-Order Implicit Fairing Networks for 3D Human Pose Estimation},
author = {Jianning Quan and A. Ben Hamza},
journal= {arXiv preprint arXiv:2111.00950},
year = {2021}
}