复杂图像中单人单次多人体三维姿态估计
计算机视觉与模式识别
2021-01-08 v2
摘要
在本文中，我们提出了一种用于复杂图像中多人体三维人体姿态估计的新单人单次方法。该模型联合学习定位图像中的人体关节、估计其三维坐标并将这些预测分组为完整人体骨架。所提方法处理可变数量的人，且不需要边界框来估计三维姿态。它利用并扩展了 Stacked Hourglass Network 及其多尺度特征学习以应对多人体情形。因此，我们采用鲁棒的三维人体姿态公式，即使在强遮挡或裁剪情况下也能完整描述多个三维人体姿态。然后，使用关联嵌入方法对任意数量人的关节分组和人体姿态估计进行。我们的方法在具有挑战性的 CMU Panoptic 上显著优于当前最优方法，并在 MuPoTS-3D 数据集上优于先前的单人单次方法。此外，它在新提出的 JTA Dataset 的复杂和合成图像上取得了良好结果。
引用
@article{arxiv.1911.03391,
title = {Single-shot 3D multi-person pose estimation in complex images},
author = {Abdallah Benzine and Bertrand Luvison and Quoc Cuong Pham and Catherine Achard},
journal= {arXiv preprint arXiv:1911.03391},
year = {2021}
}