PoseLifter:从单一含噪2D人体姿态提升绝对3D人体姿态的网络
计算机视觉与模式识别
2020-03-16 v2
摘要
本研究提出一种新网络(即PoseLifter),可将2D人体姿态提升为相机坐标系下的绝对3D姿态。所提网络估计目标对象的绝对3D位置,并相比现有姿态提升方法生成改进的3D相对姿态估计。将PoseLifter与2D姿态估计器以级联方式使用,可从单张RGB图像估计3D人体姿态。在此情形下,我们经验性地证明,使用以2D身体关节真实误差分布合成的真实2D姿态,可显著提升我们PoseLifter的性能。所提方法应用于公开数据集,实现了最优的2D到3D姿态提升及3D人体姿态估计。
引用
@article{arxiv.1910.12029,
title = {PoseLifter: Absolute 3D human pose lifting network from a single noisy 2D human pose},
author = {Ju Yong Chang and Gyeongsik Moon and Kyoung Mu Lee},
journal= {arXiv preprint arXiv:1910.12029},
year = {2020}
}