基于估计 2D 姿态的 3D 人体姿态估计在线测试时自适应：一种实用视角
计算机视觉与模式识别
2025-03-17 v1
摘要
3D 人体姿态估计的在线测试时自适应适用于与训练数据存在差异的视频流。自适应过程使用真值 2D 姿态，但在实际中仅有估计的 2D 姿态可用。本文致力于使模型自适应于带有估计 2D 姿态的流媒体视频。通过对比不同的自适应过程，揭示了在限制估计误差的同时保留准确姿态信息的挑战。为此，我们提出自适应聚合、两阶段优化和局部增强，以处理不同级别的估计姿态误差。首先，我们在视频间执行自适应聚合，利用带标签的代表性样本初始化模型状态。在每个视频内部，我们采用两阶段优化，以从 2D 拟合中获益，同时最小化错误更新的影响。其次，我们采用局部增强，在适应当前非置信样本之前，利用相邻的置信样本来更新模型。我们的方法大幅超越了 SOTA，将自适应推向了使用估计 2D 姿态的更实用场景。
引用
@article{arxiv.2503.11194,
title = {Online Test-time Adaptation for 3D Human Pose Estimation: A Practical Perspective with Estimated 2D Poses},
author = {Qiuxia Lin and Kerui Gu and Linlin Yang and Angela Yao},
journal= {arXiv preprint arXiv:2503.11194},
year = {2025}
}