深度提升：基于单幅图像的卷积三维姿态估计
计算机视觉与模式识别
2017-11-27 v4
摘要
我们针对从单幅原始 RGB 图像进行三维人体姿态估计的问题，提出了一种统一表述，该表述联合推理二维关节估计与三维姿态重建，以改进两项任务。我们采用一种集成方法，将三维人体姿态的概率知识与多阶段 CNN 架构相融合，并利用合理三维地标位置的知识来优化对更好二维位置的搜索。整个过程以端到端方式训练，极为高效，并在 Human3.6M 数据集上取得了最先进的结果，在二维与三维误差上均优于先前的方法。
引用
@article{arxiv.1701.00295,
title = {Lifting from the Deep: Convolutional 3D Pose Estimation from a Single Image},
author = {Denis Tome and Chris Russell and Lourdes Agapito},
journal= {arXiv preprint arXiv:1701.00295},
year = {2017}
}
备注
Paper presented at CVPR 17