PAFUSE：基于部件的3D全身姿态估计扩散方法
计算机视觉与模式识别
2025-01-06 v2
摘要
我们提出了一种新的3D全身姿态估计方法，解决了将人体17个主要关节扩展至面部和手部细粒度关键点的尺度和可变形性问题。除了解决在采样不均的数据中利用运动的挑战，我们将稳定扩散与层次化部件表示相结合，后者预测每个部件（如面部）相对于该部件局部参考系中细粒度关键点相对位置。在H3WB数据集上，我们的方法在当前最先进方法（无法利用时序信息）之上显著优于后者。我们还与其他时空3D人体姿态估计方法相比，有显著的改进，后者未能考虑到身体部件的特定性。代码已在 https://github.com/valeoai/PAFUSE 提供。
引用
@article{arxiv.2407.10220,
title = {PAFUSE: Part-based Diffusion for 3D Whole-Body Pose Estimation},
author = {Nermin Samet and Cédric Rommel and David Picard and Eduardo Valle},
journal= {arXiv preprint arXiv:2407.10220},
year = {2025}
}
备注
Accepted to ECCV 2024 Workshop T-CAP (Towards a Complete Analysis of People)