从整体平面预测到局部体积预测的三维人体姿态估计
计算机视觉与模式识别
2017-07-11 v2
摘要
我们提出了一种从单张深度图进行三维人体姿态估计的新方法。近年来，卷积神经网络（CNN）已成为计算机视觉中强大的范式。许多计算机视觉任务受益于CNN，然而，直接从图像回归三维身体关节位置的传统方法并未带来显著性能提升。与之不同，我们将问题表述为从三维占据网格中估计关键身体关节的逐体素似然。我们认为，与学习从深度图到三维关节坐标的回归相比，使用三维卷积学习从体积输入到体积输出的映射能够持续提高精度。我们提出了一种两阶段方法来减少体积表示和三维卷积带来的计算开销：整体二维预测与局部三维预测。在第一阶段，平面网络（P-Net）在整体二维空间中估计每个身体关节的逐像素似然。在第二阶段，体积网络（V-Net）在第一阶段二维估计周围的局部三维空间中估计每个身体关节的逐体素似然，从而有效降低计算成本。我们的模型在公开数据集上以较大优势优于现有方法。
引用
@article{arxiv.1706.04758,
title = {Holistic Planimetric prediction to Local Volumetric prediction for 3D Human Pose Estimation},
author = {Gyeongsik Moon and Ju Yong Chang and Yumin Suh and Kyoung Mu Lee},
journal= {arXiv preprint arXiv:1706.04758},
year = {2017}
}