利用显式2D特征与中间3D表示进行野外人体姿态估计
计算机视觉与模式识别
2019-04-09 v1
摘要
基于卷积神经网络的自单目3D人体姿态估计方法通常需要大量带有3D姿态标注的训练图像。虽然对包含人的大型野外图像语料库提供2D关节标注是可行的，但对此类野外语料库提供准确的3D标注在实践中几乎不可行。大多数现有的3D标注数据集或是合成创建的，或是包含摄影棚内图像。在此类数据上训练的3D姿态估计算法往往对真实世界场景多样性的泛化能力有限。因此我们提出了一种新的基于深度学习的方法用于单目3D人体姿态估计，该方法表现出高准确性并对野外场景具有更好的泛化能力。它所具有的网络架构包含一种显式2D与3D特征解耦隐空间编码，并使用由预测的3D姿态驱动的新颖学习投影模型进行监督。我们的算法可以在带有3D标注的图像数据和仅带有2D标注的图像数据上联合训练。它在具有挑战性的野外数据上达到了最先进的准确性。
引用
@article{arxiv.1904.03289,
title = {In the Wild Human Pose Estimation Using Explicit 2D Features and Intermediate 3D Representations},
author = {Ikhsanul Habibie and Weipeng Xu and Dushyant Mehta and Gerard Pons-Moll and Christian Theobalt},
journal= {arXiv preprint arXiv:1904.03289},
year = {2019}
}
备注
Accepted to CVPR 2019