VoxelPose：面向野外环境下多相机 3D 人体姿态估计
计算机视觉与模式识别
2020-08-25 v4
摘要
我们提出一种从多相机视角估计多人 3D 姿态的方法。以往方法需基于含噪且不完整的 2D 姿态估计建立跨视角对应，与之不同，我们给出一种直接在 D 空间中运行的端到端方案，从而避免在 2D 空间中做出错误判定。为实现该目标，将所有相机视角中的特征变换并聚合至公共 3D 空间，输入立方体提议网络（Cuboid Proposal Network, CPN）以粗定位所有人。随后我们提出姿态回归网络（Pose Regression Network, PRN）为每个提议估计精细的 3D 姿态。该方法对实际中频繁出现的遮挡具有鲁棒性。无需额外技巧，即在公开数据集上优于当前最优（state-of-the-art, SOTA）方法。代码将发布于 https://github.com/microsoft/multiperson-pose-estimation-pytorch。
引用
@article{arxiv.2004.06239,
title = {VoxelPose: Towards Multi-Camera 3D Human Pose Estimation in Wild Environment},
author = {Hanyue Tu and Chunyu Wang and Wenjun Zeng},
journal= {arXiv preprint arXiv:2004.06239},
year = {2020}
}