PedRecNet：用于完整三维人体姿态与朝向估计的多任务深度神经网络
计算机视觉与模式识别
2022-04-26 v1
摘要
我们提出了一种支持多种基于深度神经网络的行人检测功能的多任务网络。除二维和三维人体姿态外，它还基于完整人体边界框输入支持身体和头部朝向估计。这消除了对显式人脸识别的需求。我们表明，三维人体姿态估计和朝向估计的性能可与最先进水平（state-of-the-art）相媲美。由于用于三维人体姿态、尤其是基于完整身体数据的身体和头部朝向估计的数据集极少，我们进一步展示了特定仿真数据用于训练该网络的益处。该网络架构相对简单却强大，且易于适配于进一步的研究与应用。
引用
@article{arxiv.2204.11548,
title = {PedRecNet: Multi-task deep neural network for full 3D human pose and orientation estimation},
author = {Dennis Burgermeister and Cristóbal Curio},
journal= {arXiv preprint arXiv:2204.11548},
year = {2022}
}
备注
Accepted at IEEE IV 2022