预测相机视角可改善三维人体姿态估计的跨数据集泛化能力
计算机视觉与模式识别
2020-04-08 v1
摘要
随着大型真实动作捕捉数据集的可用，单目三维人体姿态估计吸引了越来越多的关注。然而，可用的训练数据多样性有限，且尚不清楚方法在它们所训练的特定数据集之外的泛化程度。在这项工作中，我们对特定数据集中存在的多样性和偏差及其对跨越5个姿态数据集汇编的跨数据集泛化的影响进行了系统研究。我们特别关注相对于以身体为中心的坐标系的相机视角分布的系统性差异。基于这一观察，我们提出了除姿态外还预测相机视角的辅助任务。我们发现，联合预测视角和姿态训练的模型系统性地展现出显著改善的跨数据集泛化能力。
引用
@article{arxiv.2004.03143,
title = {Predicting Camera Viewpoint Improves Cross-dataset Generalization for 3D Human Pose Estimation},
author = {Zhe Wang and Daeyun Shin and Charless C. Fowlkes},
journal= {arXiv preprint arXiv:2004.03143},
year = {2020}
}
备注
http://wangzheallen.github.io/cross-dataset-generalization