SMAP：单帧多人绝对三维姿态估计
计算机视觉与模式识别
2020-08-27 v1
摘要
从单张 RGB 图像中恢复具有绝对尺度的多人三维姿态是一个具有挑战性的问题，其源于单视图固有的深度与尺度模糊性。解决该模糊性需要聚合整幅图像上的各种线索，如身体尺寸、场景布局以及人物间关系。然而，大多数先前方法采用自顶向下方案，先执行二维姿态检测，再分别回归每个人的三维姿态与尺度，忽略了全局上下文线索。本文提出一种新系统，先回归一组身体部位的 2.5D 表征，随后通过深度感知的部位关联算法基于这些 2.5D 表征重建三维绝对姿态。这种单帧自底向上方案使系统能更好地学习与推理人物间深度关系，从而改善三维与二维姿态估计。实验表明，所提方法在 CMU Panoptic 与 MuPoTS-3D 数据集上取得了最先进性能，并适用于野外视频。
引用
@article{arxiv.2008.11469,
title = {SMAP: Single-Shot Multi-Person Absolute 3D Pose Estimation},
author = {Jianan Zhen and Qi Fang and Jiaming Sun and Wentao Liu and Wei Jiang and Hujun Bao and Xiaowei Zhou},
journal= {arXiv preprint arXiv:2008.11469},
year = {2020}
}
备注
ECCV 2020, project page: https://zju3dv.github.io/SMAP/