HMOR：用于单目多人三维姿态估计的层级多人序关系
计算机视觉与模式识别
2020-08-11 v2
摘要
从单目 RGB 相机进行三维人体姿态估计已取得显著进展。然而，仅有少数研究探索了三维多人情形。本文中，我们试图通过引入一种新颖的监督形式——层级多人序关系（HMOR）来弥补自顶向下方法缺乏全局视角的问题。HMOR 将交互信息编码为深度与角度的层级序关系，在捕获身体部位与关节级语义的同时保持全局一致性。我们的方法设计了一个集成的自顶向下模型，在学习过程中利用这些序关系。该集成模型以由粗到精的架构同时估计人体边界框、人体深度与根相对三维姿态，以提升深度估计精度。所提方法在公开的多人三维姿态数据集上显著优于 SOTA 方法。除优越性能外，我们的方法具有更低的计算复杂度与更少的模型参数。
引用
@article{arxiv.2008.00206,
title = {HMOR: Hierarchical Multi-Person Ordinal Relations for Monocular Multi-Person 3D Pose Estimation},
author = {Jiefeng Li and Can Wang and Wentao Liu and Chen Qian and Cewu Lu},
journal= {arXiv preprint arXiv:2008.00206},
year = {2020}
}
备注
To appear on ECCV2020