基于 StridedPoseGraphFormer 与数据增强的遮挡鲁棒三维人体姿态估计
计算机视觉与模式识别
2023-04-25 v1
摘要
遮挡是三维人体姿态估计(HPE)中普遍存在的挑战。尽管有大量研究致力于三维 HPE，但明确处理遮挡问题的研究数量有限。为填补这一空白，我们提出在训练期间结合时空特征利用与合成遮挡增强来应对遮挡。为此，我们构建了一个基于图卷积与 transformer 的时空三维 HPE 模型 StridedPoseGraphFormer，并使用遮挡增强对其进行训练。与现有的仅在有限遮挡下测试的遮挡感知方法不同，我们针对不同程度的遮挡广泛评估了我们的方法。我们表明，我们提出的方法优于最先进的(SoA)方法。我们的实验结果还揭示，在没有任何遮挡处理机制的情况下，SoA 三维 HPE 方法在遭遇遮挡时性能显著下降。
引用
@article{arxiv.2304.12069,
title = {Occlusion Robust 3D Human Pose Estimation with StridedPoseGraphFormer and Data Augmentation},
author = {Soubarna Banik and Patricia Gschoßmann and Alejandro Mendoza Garcia and Alois Knoll},
journal= {arXiv preprint arXiv:2304.12069},
year = {2023}
}
备注
IEEE IJCNN 2023