TAPE：基于时间注意力的概率化人体姿态与形状估计
计算机视觉与模式识别
2023-05-02 v1
摘要
从单目视频重建三维人体姿态与形状是一个被广泛研究但具有挑战性的问题。常见挑战包括遮挡、二维到三维映射的固有歧义性以及视频计算复杂度。现有方法忽略重建的歧义性，并为三维姿态提供单一的确定性估计。为解决这些问题，我们提出了一种基于时间注意力的时间注意力概率化人体姿态与形状估计方法（TAPE），其作用于 RGB 视频。更具体地，我们建议使用神经网络通过基于注意力的神经网络将视频帧编码为时间特征。给定这些特征，我们使用 Normalizing Flows 输出每帧但具时间信息的姿态概率分布。我们表明 TAPE 在标准基准上优于最先进的方法，并可作为基于优化的人体姿态与形状估计的有效视频先验。代码见：https: //github.com/nikosvasilik/TAPE
引用
@article{arxiv.2305.00181,
title = {TAPE: Temporal Attention-based Probabilistic human pose and shape Estimation},
author = {Nikolaos Vasilikopoulos and Nikos Kolotouros and Aggeliki Tsoli and Antonis Argyros},
journal= {arXiv preprint arXiv:2305.00181},
year = {2023}
}
备注
Scandinavian Conference on Image Analysis (SCIA) 2023