利用 CNN 学习相机视角以改进 3D 人体姿态估计
计算机视觉与模式识别
2016-09-20 v1
摘要
本工作的目标是从单张 RGB 图像估计 3D 人体姿态。提取包含身体部位空间关系及其相对深度的图像表示，在精确的 3D 姿态重建中起着至关重要的作用。在本文中，我们首次展示，相机视角结合 2D 关节位置，可在不明确使用透视几何数学模型的情况下显著提升 3D 姿态精度。为此，我们训练一个深度卷积神经网络（CNN）来学习分类相机视角。为使网络对图像中对象的衣着和体型具有鲁棒性，我们利用 3D 计算机渲染合成额外的训练图像。我们在最大的 3D 姿态估计基准 Human3.6m 上测试了我们的框架，与不使用身体部位分割的最先进方法相比，实现了高达 20% 的误差降低。
引用
@article{arxiv.1609.05522,
title = {Learning camera viewpoint using CNN to improve 3D body pose estimation},
author = {Mona Fathollahi Ghezelghieh and Rangachar Kasturi and Sudeep Sarkar},
journal= {arXiv preprint arXiv:1609.05522},
year = {2016}
}
备注
To appear at the International Conference on 3D Vision (3DV), 2016