面向鲁棒多视角多人体三维姿态估计与跟踪的部件感知度量
计算机视觉与模式识别
2021-06-23 v1
摘要
本文提出一种基于标定多视角的多人体三维姿态估计与跟踪方法。主要挑战在于即便多个人体姿态估计存在噪声时，也能正确找到跨视角与时间对应关系。相较于以往从多视角构建三维姿态的方案，我们的方法利用时间一致性，将各视角中估计出的二维姿态与先前构建的三维骨架进行匹配。因此跨视角与时间关联得以同时完成。由于性能受错误关联与噪声预测的影响，我们设计了两种策略以获取更好的对应关系和三维重建。具体而言，我们提出一种用于二维-三维关联的部件感知度量，以及一种能在重建过程中应对二维离群值的滤波器。与最先进方法相比，我们的方法高效且有效；它在两个基准上取得了具竞争力的结果：Campus 上 96.8%，Shelf 上 97.4%。此外，我们延长了 Campus 评估帧的长度以使其更具挑战性，而我们的方案也取得了表现良好的结果。
引用
@article{arxiv.2106.11589,
title = {Part-Aware Measurement for Robust Multi-View Multi-Human 3D Pose Estimation and Tracking},
author = {Hau Chu and Jia-Hong Lee and Yao-Chih Lee and Ching-Hsien Hsu and Jia-Da Li and Chu-Song Chen},
journal= {arXiv preprint arXiv:2106.11589},
year = {2021}
}
备注
12 pages with supplementary material; accepted to CVPR 2021 B-AMFG Workshop