从点云学习估计三维人体姿态
计算机视觉与模式识别
2022-12-27 v1 多媒体
摘要
三维姿态估计是计算机视觉中一项具有挑战性的任务。现有大多数基于神经网络的方法通过卷积网络（CNNs）处理彩色或深度图像。本文中，我们研究从深度图像进行三维人体姿态估计的任务。与现有的基于 CNN 的人体姿态估计方法不同，我们提出了一种深度人体姿态网络用于三维姿态估计，以点点云数据作为输入数据来建模复杂人体结构的表面。我们首先将三维人体姿态估计从二维深度图像转换到三维点云，并直接预测三维关节位置。我们在两个公开数据集上的实验表明，我们的方法比先前最先进（state-of-the-art）的方法取得了更高的精度。在 ITOP 和 EVAL 数据集上报告的结果证明了我们的方法在目标任务上的有效性。
引用
@article{arxiv.2212.12910,
title = {Learning to Estimate 3D Human Pose from Point Cloud},
author = {Yufan Zhou and Haiwei Dong and Abdulmotaleb El Saddik},
journal= {arXiv preprint arXiv:2212.12910},
year = {2022}
}