基于单目图像的多人三维人体姿态估计
计算机视觉与模式识别
2019-09-25 v1
摘要
从单幅图像进行多人三维人体姿态估计是一个具有挑战性的问题，尤其在野外场景下，由于缺少三维标注数据而更加困难。我们提出 HG-RCNN，一个基于 Mask-RCNN 的网络，同时利用 Hourglass 架构的优势进行多人三维人体姿态估计。我们提出一种两阶段方法：首先估计每个感兴趣区域（RoI）中的二维关键点，然后将估计的关键点提升为三维。最后，在弱透视投影假设下并通过焦距与根平移的联合优化，将估计的三维姿态置于相机坐标系中。结果是一个简单且模块化的多人三维人体姿态估计网络，无需任何多人三维姿态数据集。尽管形式简单，HG-RCNN 在 MuPoTS-3D 上取得了最先进的结果，同时也能近似相机坐标系下的三维姿态。
引用
@article{arxiv.1909.10854,
title = {Multi-Person 3D Human Pose Estimation from Monocular Images},
author = {Rishabh Dabral and Nitesh B Gundavarapu and Rahul Mitra and Abhishek Sharma and Ganesh Ramakrishnan and Arjun Jain},
journal= {arXiv preprint arXiv:1909.10854},
year = {2019}
}
备注
3DV 2019