Dec, 2017

从单目 RGB 图像估计多人三维姿态的单次拍摄方法

PDF
TL;DR提出了一种新的单次拍摄的方法来从单目 RGB 相机中对一般场景中的多人进行 3D 姿态估计，该方法使用新颖的鲁棒姿势地图（ORPM），该地图能够在其他人和场景中的强烈部分遮挡下实现全身姿态推断，并通过人体部位关联，在不需要显式边界框预测的情况下推断任意数量的人的 3D 姿态，并通过实际图像中显示的大型多人交互和遮挡的第一个大规模训练数据集 MuCo-3DHP 进行培训，并在我们的新挑战性的 3D 注释多人测试集 MuPoTs-3D 上取得了良好的性能。
multi-person 3d pose estimationocclusion-robust pose-mapsmuco-3dhpmupots-3dperformance capture
发现论文，激发创造
  • 基于弱深度监督的多人绝对三维人体姿态估计

    本文提出了一种利用 RGB-D 图像进行弱监督训练的网络，用于多人绝对姿态估计，可缓解缺乏大规模、多样化数据集的问题，并在多个数据集中实现了持续的错误率改进与在 MuPoTS-3D 数据集上的全球领先结果

    Apr, 2020

  • 从单目图像估计多人三维人体姿态

    通过提出的 HG-RCNN 网络，借助 Mask-RCNN 和 Hourglass 结构进行多人 3D 人体姿态估计，实现对每个感兴趣区域（RoI）中 2D 关键点的先预测后提升，最终采用弱透视投影模型和焦距和根偏移的联合优化将估计的 3D 姿态置于相机坐标系下，该网络简单模块化且无需多人 3D 姿态数据集，取得了 MuPoTS-3D 数据集的最优性能，并能近似在相机坐标系下估计 3D 姿态。

    Sep, 2019

  • 单张 RGB 图像的 3D 多人姿态估计之基于相机距离的自顶向下方法

    本文提出了一种全面的基于学习的、视野距离感知的自顶向下的方法，用于从单个 RGB 图像中估计多人的 3D 姿态，并通过人体检测、3D 人体根位置定位和相对根姿态估计模块，实现了与最先进单人 3D 姿态估计模型可相媲美的结果，同时也比公开数据集上之前的 3D 多人姿态估计方法表现更出色。

    Jul, 2019

  • 多人无标记数据 3D 姿势估计

    本文研究多人姿态估计问题，提出了一种基于多视图系统和深度学习的方法，通过使用图神经网络模型预测场景中不同人之间的视角对应关系，并使用多层感知器模型将 2D 点转换为每个人的 3D 姿态。该模型采用自监督学习方式进行训练，从而避免了对大规模 3D 数据集的依赖。

    Dec, 2022

  • 多视角非标定深度相机下的多人三维姿态估计

    利用稀疏的未校准深度相机提供的 RGBD 视频流，我们提出了一种简单的多视角深度人体姿态估计 (MVD-HPE) 管线，用于联合预测相机姿态和 3D 人体姿态，无需训练深度 3D 人体姿态回归模型。

    Jan, 2024

  • 从野外的单目视频实现稳健且平滑的三维多人姿势估计

    3D 姿态估计是计算机视觉中一项非常重要的任务，特别是针对多人单目视频（3DMPPE）的 3D 姿态估计仍然具有挑战性，我们提出了 POTR-3D，这是第一个基于序列到序列的 2D 到 3D 模型实现的 3DMPPE，采用一种新颖的几何感知数据增强策略，能够生成具有各种视角的无界数据，并关注地面和遮挡效果，通过大量实验证明，我们的方法在不同的未知视角上具有鲁棒性，在重度遮挡下能够可靠地恢复姿态，并生成更自然和平滑的输出，我们的方法在公开基准上取得了最先进的性能，并在具有挑战性的野外视频上取得了定性结果。

    Sep, 2023

  • 单目、单阶段、多个三维人物的回归

    该论文提出了一种被称为 ROMP 的单阶段方法，通过学习每像素的形式同时预测一个身体中心热图和一个网格参数映射，从而达到多 3D 人体回归的效果。与现有的多阶段流水线方法相比，该方法免去了复杂的多阶段流程，更加稳健。

    Aug, 2020

  • RGBD 图像中的人体姿态三维估计用于机器人任务学习

    利用 RGBD 图像估算 3D 人体姿态，通过关键点检测器和深度信息实现 3D 提升，在真实环境下通过学习演示框架指示服务机器人模仿人类教师的操作，超越了单眼调色板和深度姿态估计方法的性能。

    Mar, 2018

  • 野外单目 3D 人体姿势估计基于优化 CNN 监督

    提出了一种基于 CNN 的方法，利用现有的 3D 姿势数据和 2D 姿势数据进行迁移学习，在真实场景中实现了最先进的性能，同时引入了一个人类身体姿势估计的新训练集，并提出了一个覆盖室内和室外场景的新基准。

    Nov, 2016

  • SMAP: 单镜头多人绝对三维姿态估计

    使用 2.5D 表示法并通过深度感知的算法进行部分关联，实现了单视图下从 RGB 图像中恢复出多人具有绝对尺度的 3D 姿态，该方法在 CMU Panoptic 和 MuPoTS-3D 数据集上达到了最新的技术水平，适用于野外视频。

    Aug, 2020