面向野外环境下三维人体姿态估计的泛化
计算机视觉与模式识别
2020-04-22 v1 图像与视频处理
摘要
本文中，我们提出 3DBodyTex.Pose，一个针对野外（in-the-wild）三维人体姿态估计任务的数据集。由于缺少充足的数据集，对野外图像的泛化能力仍然有限。现有数据集通常在室内受控环境中采集，并使用动作捕捉系统获取人体的三维真值标注。3DBodyTex.Pose 提供高质量且丰富的数据，包含 405 名不同真实受试者、各种衣着与姿态，以及 8.1 万张带有二维和三维姿态真值标注的图像样本。这些图像由 200 个视角生成，其中 70 个为具有挑战性的极端视角。该数据始于高分辨率带纹理的三维人体扫描，并融合了多种真实背景。使用由 3DBodyTex.Pose 增强的数据对最先进的三维姿态估计方法进行重新训练，在整体性能上显示出有前景的提升，并且在具有挑战性的视角测试时每关节位置误差显著下降。3DBodyTex.Pose 有望为研究界提供从单目野外图像泛化三维姿态估计的新可能。
引用
@article{arxiv.2004.09989,
title = {Towards Generalization of 3D Human Pose Estimation In The Wild},
author = {Renato Baptista and Alexandre Saint and Kassem Al Ismaeil and Djamila Aouada},
journal= {arXiv preprint arXiv:2004.09989},
year = {2020}
}