用于 3D 人体姿态估计的序数深度监督
计算机视觉与模式识别
2018-05-11 v1
摘要
我们目前从单张图像端到端训练 3D 人体姿态估计系统的能力受到自然图像 3D 标注有限可用性的制约。大多数数据集是在工作室环境下使用动作捕捉（MoCap）系统采集的，难以达到如 MPII 或 LSP 等 2D 人体姿态数据集的多样性。为缓解对精确 3D 真值的需求，我们提出使用由人体关节序数深度提供的较弱监督信号。该信息可由人工标注者针对广泛图像与姿态获取。我们展示了在不同设定下用这些序数关系训练卷积网络（ConvNets）的有效性与灵活性，其始终能与用精确 3D 关节坐标训练的 ConvNets 取得相当的性能。此外，为展示该方法潜力，我们用序数深度标注扩充了流行的 LSP 和 MPII 数据集。这一扩展使我们能在非工作室条件下给出定量与定性评估。同时，这些序数标注可轻松纳入典型 ConvNets 训练流程中以进行 3D 人体姿态估计。通过此种引入，我们在相关基准上取得了新的 SOTA 性能，并验证了序数深度监督对 3D 人体姿态的有效性。
引用
@article{arxiv.1805.04095,
title = {Ordinal Depth Supervision for 3D Human Pose Estimation},
author = {Georgios Pavlakos and Xiaowei Zhou and Kostas Daniilidis},
journal= {arXiv preprint arXiv:1805.04095},
year = {2018}
}
备注
CVPR 2018 Camera Ready