PoseRN：一种用于无偏多视角三维人体姿态估计的二维姿态精修网络
计算机视觉与模式识别
2021-07-08 v1
摘要
我们提出了一种新的二维姿态精修网络，其学习预测所估计二维姿态中的人为偏差。二维姿态估计中存在偏差，这些偏差源于基于标注者感知的二维关节位置标注与由动作捕捉(MoCap)系统定义的标注之间的差异。这些偏差被植入公开可用的二维姿态数据集中，且无法通过现有误差降低方法去除。我们提出的姿态精修网络使我们能够高效去除所估计二维姿态中的人为偏差，并实现高精度的多视角三维人体姿态估计。
关键词
引用
@article{arxiv.2107.03000,
title = {PoseRN: A 2D pose refinement network for bias-free multi-view 3D human pose estimation},
author = {Akihiko Sayo and Diego Thomas and Hiroshi Kawasaki and Yuta Nakashima and Katsushi Ikeuchi},
journal= {arXiv preprint arXiv:2107.03000},
year = {2021}
}