PoseGraphNet++：以朝向估计丰富三维人体姿态
计算机视觉与模式识别
2024-05-13 v2
摘要
现有的基于骨架的三维人体姿态估计方法仅预测关节位置。尽管骨骼旋转的偏航和俯仰可由关节位置导出，但绕骨轴的翻滚仍无法解决。我们提出 PoseGraphNet++（PGN++），一种新颖的二维到三维提升图卷积网络，可预测包含关节位置与骨骼朝向的完整三维人体姿态。我们同时采用节点与边卷积以利用关节和骨骼特征。我们的模型在多个数据集上使用位置和旋转指标进行了评估。PGN++ 在 Human3.6M 基准上与最先进（SoA）方法表现相当。在泛化实验中，它在位置上取得最佳结果，并在朝向上与 SoA 匹配，展现出比当前 SoA 更均衡的性能。如我们的消融结果所示，PGN++ 利用了关节与骨骼的相互关系，从而显著改善了位置预测。
引用
@article{arxiv.2308.11440,
title = {PoseGraphNet++: Enriching 3D Human Pose with Orientation Estimation},
author = {Soubarna Banik and Edvard Avagyan and Sayantan Auddy and Alejandro Mendoza Gracia and Alois Knoll},
journal= {arXiv preprint arXiv:2308.11440},
year = {2024}
}
备注
This paper is under review in Pattern Recognition Letters Journal