OriNet：用于三维人体姿态估计的全卷积网络
计算机视觉与模式识别
2018-12-06 v1
摘要
在本文中，我们提出一种用于从单目图像进行三维人体姿态估计的全卷积网络。我们使用肢体方向作为一种表示三维姿态的新方式，并将方向与每个肢体区域的边界框绑定，以更好地关联图像与预测。三维方向与二维关键点检测联合建模。无需额外约束，这一简单方法即可在多个大规模基准上取得良好结果。进一步实验表明，我们的方法能很好地泛化到新场景，并对不准确的边界框具有鲁棒性。
引用
@article{arxiv.1811.04989,
title = {OriNet: A Fully Convolutional Network for 3D Human Pose Estimation},
author = {Chenxu Luo and Xiao Chu and Alan Yuille},
journal= {arXiv preprint arXiv:1811.04989},
year = {2018}
}
备注
BMVC 2018. Code available at https://github.com/chenxuluo/OriNet-demo