稀疏性遇见深度：基于单目视频的 3D 人体姿态估计
计算机视觉与模式识别
2016-04-29 v2
摘要
本文解决从单目图像序列进行 3D 全身人体姿态估计的挑战。此处考虑两种情况：(i) 提供人体关节的图像位置；(ii) 关节的图像位置未知。在前一种情况中，引入了一种集成稀疏驱动的 3D 几何先验与时间平滑性的新方法。在后一种情况中，通过将关节图像位置视为潜变量扩展了前一种情况。训练一个深度全卷积网络来预测 2D 关节位置的不确定性图。3D 姿态估计通过整个序列上的期望最大化（Expectation-Maximization）算法实现，其中表明 2D 关节位置不确定性可在推理过程中方便地边缘化消去。在 Human3.6M 数据集上的实证评估显示，所提方法比最先进的基线取得更高的 3D 姿态估计精度。此外，在具有挑战性的 PennAction 数据集上，所提方法优于公开可用的 2D 姿态估计基线。
引用
@article{arxiv.1511.09439,
title = {Sparseness Meets Deepness: 3D Human Pose Estimation from Monocular Video},
author = {Xiaowei Zhou and Menglong Zhu and Spyridon Leonardos and Kosta Derpanis and Kostas Daniilidis},
journal= {arXiv preprint arXiv:1511.09439},
year = {2016}
}
备注
Published in CVPR2016