三维人体姿态估计对遮挡的鲁棒性如何？
计算机视觉与模式识别
2019-01-14 v2 机器人学
摘要
遮挡在真实的人机共享环境中十分常见，但其影响在标准三维人体姿态估计基准中未被考虑。这留下了一个开放问题：最先进的三维姿态估计方法对部分遮挡的鲁棒性如何？我们研究了 Human3.6M 数据集上若干类型的合成遮挡，发现一个具有最先进基准性能的方法即使对低量遮挡也敏感。解决该问题对于协作与服务机器人等应用取得进展至关重要。我们朝此方向迈出第一步，通过带合成遮挡的训练数据增强来提升遮挡鲁棒性。这同时也被证明是一种有效的正则化手段，即便对非遮挡测试情形也有益。
引用
@article{arxiv.1808.09316,
title = {How Robust is 3D Human Pose Estimation to Occlusion?},
author = {István Sárándi and Timm Linder and Kai O. Arras and Bastian Leibe},
journal= {arXiv preprint arXiv:1808.09316},
year = {2019}
}
备注
Accepted for IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS'18) - Workshop on Robotic Co-workers 4.0: Human Safety and Comfort in Human-Robot Interactive Social Environments