面向 3D 人体姿态估计的感知不确定性的测试时优化

尽管数据驱动方法在 3D 人体姿态估计中取得了成功，但它们通常受到领域差距的影响并表现出有限的泛化能力。相比之下，基于优化的方法在针对特定情况进行微调方面表现出色，但在整体性能上通常不如数据驱动方法。我们观察到，以往基于优化的方法通常依赖投影约束，这仅确保在 2D 空间中的对齐，可能导致过拟合问题。为了解决这个问题，我们提出了一种感知不确定性的测试时优化框架，该框架保留了预训练模型的先验信息，并利用关节的不确定性缓解过拟合问题。具体而言，在训练阶段，我们设计了一个有效的 2D 到 3D 网络，用于估计相应的 3D 姿态，同时量化每个 3D 关节的不确定性。对于测试时的优化，所提出的优化框架冻结预训练模型，仅优化潜在状态。随后采用投影损失以确保生成的姿态在 2D 空间中良好对齐，从而实现高质量优化。此外，我们利用每个关节的不确定性来确定每个关节允许优化的程度。通过在具有挑战性的数据集 Human3.6M、MPI-INF-3DHP 和 3DPW 上的大量实验，验证了所提出框架的有效性和优越性。值得注意的是，我们的方法在 Human3.6M 上以 5.5% 的幅度大幅超越了之前的最佳结果。代码可在 \href{https://github.com/xiu-cs/UAO-Pose3D}{https://github.com/xiu-cs/UAO-Pose3D} 获取。