一种三维人体姿态估计框架的遮挡处理能力量化

基于单目图像的三维人体姿态估计是一项重要且具有挑战性的任务。现有的三维姿态检测方法在正常条件下表现出优异的性能，但其性能可能因遮挡而下降。近来也有一些遮挡感知方法被提出，然而这些网络的遮挡处理能力尚未被深入研究。在当前工作中，我们提出了一种遮挡引导的三维人体姿态估计框架，并使用不同协议量化其遮挡处理能力。所提方法以带有缺失关节的二维骨架作为输入，估计出更精确的三维人体姿态。缺失关节通过引入遮挡引导来处理，该引导提供关于关节缺失或存在的额外信息。时间信息也被利用以更好地估计缺失关节。我们在三个公开可用数据集上进行了大量实验，以量化所提方法的遮挡处理能力，设置包括随机缺失关节、固定身体部位缺失和完整帧缺失，并使用平均逐关节位置误差准则。此外，预测的三维姿态质量也使用动作分类性能作为准则进行评估。在存在缺失关节的情况下，所提方法估计的三维姿态实现了显著改进的动作识别性能。我们的实验证明了所提框架在处理缺失关节以及量化深度神经网络遮挡处理能力方面的有效性。