骨架Transformer网络：从单张RGB图像预测三维人体姿态与蒙皮网格
计算机视觉与模式识别
2019-01-01 v1
摘要
本文提出骨架Transformer网络（SkeletonNet），这是一种端到端框架，不仅能从单张彩色图像预测人体骨架的三维关节位置，还能预测其三维角度姿态（骨骼旋转），进而可用于生成蒙皮网格动画。我们提出一种两步回归方法：第一步通过考虑骨架结构回归骨骼旋转以获得初始解；第二步基于一种称为交叉热图的3D姿态表示（堆叠xy与zy坐标的热图）使用热图回归器进行细化。通过使用我们提出的、标注了三维骨骼角度姿态的三维人体姿态数据集训练网络，我们表明SkeletonNet能够从单张自然场景图像预测完整的三维人体姿态（关节位置与骨骼旋转）。
引用
@article{arxiv.1812.11328,
title = {Skeleton Transformer Networks: 3D Human Pose and Skinned Mesh from Single RGB Image},
author = {Yusuke Yoshiyasu and Ryusuke Sagawa and Ko Ayusawa and Akihiko Murai},
journal= {arXiv preprint arXiv:1812.11328},
year = {2019}
}
备注
ACCV conference