鱼眼图像单目3D人体姿态估计中投影方法的系统比较
计算机视觉与模式识别
2025-06-25 v1 机器人学
摘要
鱼眼摄像机使机器人能够捕获更广视场(FOV)的人体动作，相较于标准针孔摄像机，在人机交互和汽车场景中尤为有用。然而，由于鱼眼光学固有的弯曲畸变，准确检测鱼眼图像中的人体姿态存在挑战。虽然已提出 various 方法用于去畸变鱼眼图像，但针对覆盖宽视场的人体姿态，其有效性与局限性在鱼眼图像单目绝对人体姿态估计的语境下尚未系统评估。为填补这一空白，我们评估了针孔模型、等距模型、双球模型以及柱面投影方法对3D人体姿态估计精度的影响。我们发现，在近距离场景中，针孔投影方法不够有效，最佳投影方法随人体姿态覆盖的视场范围而变化。使用等级鱼眼模型（如双球模型）可显著提升3D人体姿态估计精度。我们提出了一种基于检测边界框选择合适投影模型的启发式方法，以提高预测质量。此外，我们引入并评估了新颖数据集FISHnCHIPS，包含鱼眼图像中的3D人体骨架标注，包括极端近距、地面安装摄像机以及宽视场姿态，数据集地址：https://www.vision.rwth-aachen.de/fishnchips
引用
@article{arxiv.2506.19747,
title = {Systematic Comparison of Projection Methods for Monocular 3D Human Pose Estimation on Fisheye Images},
author = {Stephanie Käs and Sven Peter and Henrik Thillmann and Anton Burenko and David Benjamin Adrian and Dennis Mack and Timm Linder and Bastian Leibe},
journal= {arXiv preprint arXiv:2506.19747},
year = {2025}
}
备注
Presented at IEEE International Conference on Robotics and Automation 2025