使用3D CNN进行时空人体姿态估计
计算机视觉与模式识别
2017-07-21 v3 人工智能
机器学习
摘要
本文探索了卷积神经网络处理一项对人类而言易于完成的任务的能力：从不同角度感知人体的三维姿态。然而，在我们的方法中，我们仅限于使用单目视觉系统。为此，我们将卷积神经网络方法应用于RGB视频，并将其扩展到三维卷积。这是通过将视频中的时间维度编码为卷积空间中的第三维，并直接回归到三维坐标空间中的人体关节点位置来实现的。本研究表明，这种网络能够在选定的Human3.6M数据集上达到最先进的性能，从而证明了通过在卷积操作中增加一个维度来成功表示时间数据的可能性。
引用
@article{arxiv.1609.00036,
title = {Human Pose Estimation in Space and Time using 3D CNN},
author = {Agne Grinciunaite and Amogh Gudi and Emrah Tasli and Marten den Uyl},
journal= {arXiv preprint arXiv:1609.00036},
year = {2017}
}
备注
Accepted at ECCV 2016 Workshop on: Brave new ideas for motion representations in videos