基于单目 RGB 的单次多人三维姿态估计
计算机视觉与模式识别
2018-08-29 v3
摘要
我们提出了一种从单目 RGB 相机在一般场景中进行多人三维姿态估计的新单次方法。我们的方法使用新颖的遮挡鲁棒姿态图(ORPM),其即使在场景中被其他人和物体强烈部分遮挡时也能实现全身姿态推断。ORPM 输出固定数量的图,这些图编码了场景中所有人的三维关节位置。身体部位关联使我们能够在无需显式边界框预测的情况下推断任意人数的三维姿态。为了训练我们的方法,我们引入了 MuCo-3DHP,这是首个展示具有复杂多人交互与遮挡的真实图像的大规模训练数据集。我们通过合成个体人物图像(具有来自多视角性能捕捉的真值)来合成大量多人图像语料。我们在我们新的具有挑战性的三维标注多人测试集 MuPoTs-3D 上评估了我们的方法,并达到了最先进的性能。为了进一步促进多人三维姿态估计的研究,我们将公开我们的新数据集及相关代码以供研究使用。
引用
@article{arxiv.1712.03453,
title = {Single-Shot Multi-Person 3D Pose Estimation From Monocular RGB},
author = {Dushyant Mehta and Oleksandr Sotnychenko and Franziska Mueller and Weipeng Xu and Srinath Sridhar and Gerard Pons-Moll and Christian Theobalt},
journal= {arXiv preprint arXiv:1712.03453},
year = {2018}
}
备注
International Conference on 3D Vision (3DV), 2018