无标记多视角3D人体姿态估计综述

3D人体姿态估计涉及通过检测身体关节来重建人体骨架。对于动画、人机交互、监视和运动等多个现实世界应用，需要准确且高效的解决方案。然而，遮挡、2D姿态不匹配、随机相机视角以及有限的3D标注数据一直限制了模型的性能并限制了其在现实世界场景中的部署。摄像机的可用性提高促使研究人员探索多视角解决方案以利用不同视角来重建姿态。大多数现有综述主要关注单目3D人体姿态估计，因此自2012年以来，关于多视角方法的综述已缺失。根据所审阅的文章，大多数现有方法是基于几何约束的全监督方法，这些方法常受到2D姿态不匹配的限制。为缓解这一问题，研究人员提出了 incorporating temporal consistency 或深度信息的方法。或者，直接使用3D特征的方法被证明可以完全克服这一问题，尽管代价是增加了计算复杂度。此外，识别出具有较低监督水平的模型有助于解决标注数据稀缺和对新场景的泛化等挑战。因此，当前没有方法能解决3D姿态重建的所有挑战，复杂度与性能之间存在权衡。需要进一步的研究来开发能够快速推断高度准确3D姿态且计算开销可接受的方法。主动学习、低监督方法、时间一致性、视角选择、深度信息估计和多模态方法是开发新方法时需要考虑的策略。