多人三维姿态估计的分布感知单阶段模型

CVPRMar, 2022

多人三维姿态估计的分布感知单阶段模型

Distribution-Aware Single-Stage Models for Multi-Person 3D Pose Estimation

Zitian Wang, Xuecheng Nie, Xiaochao Qu, Yunpeng Chen, Si Liu

TL;DR本文提出了一种新颖的分布感知单阶段（DAS）模型，它使用全卷积神经网络进行实现，能够在 3D 相机空间中同时定位多个人的位置和它们对应的人体关节，采用递归更新策略以接近回归目标，并具有最先进的精度和效率。

Abstract

In this paper, we present a novel Distribution-Aware Single-stage (DAS) model for tackling the challenging multi-person 3d pose estimation problem. Different from existing top-down and bottom-up methods, the prop

3d pose estimation das model convolutional neural network multi-person recursive update

发现论文，激发创造

多视角图像中的多人姿态估计与形状感知

本文提出了一种基于多视图图像的多人姿态估计方法，在统计参数体模型的引导下，这种方法能够更好地纠正不合理的 3D 姿态估计和填充缺失的关节点检测，将 2D 和 3D 观测联系起来，从而更准确地估计 3D 姿态并且具有较好的泛化性能，实验表明该方法的效果优于现有的方法。

Oct, 2021

单阶段 6D 物体位姿估计

本文介绍了一种基于深度学习的 6D 姿态估计架构，能够直接从对应点回归 6D 姿态，并提出了单阶段 6D 姿态估计框架，能够在准确性和速度方面显著优于现有的双阶段框架。

Nov, 2019

InsPose：面向单阶段多人姿态估计的实例感知网络

使用实例感知动态网络的单阶段范例多人姿态估计方法，相对于两阶段方法在准确性和效率上都有更好的结果。

Jul, 2021

AdaptivePose：将人体部位作为适应点

本文提出了一种更加紧凑和高效的多人姿态估计框架，使用自适应点集来表示人体部位并使用单阶段网络精细地回归多人姿态，在 COCO 测试开发数据集上实现了最佳速度 - 准确度平衡。

Dec, 2021

单阶段多人姿态机

提出了 Single-stage multi-person Pose Machine （SPM）模型，以简化多人姿势估计过程，并通过结构化姿势表示法（SPR）直接预测多人姿势，同时还扩展了 SPR 以进行层次化表示和应用于多人 3D 姿势估计，实验表明 SPM 模型相比现有方法具有更高的效率和精度。

Aug, 2019

SelfPose3d：自监督的多人多视角 3D 姿势估计

自我监督方法通过多视角输入图像和伪造姿势进行 3D 姿势估计，不需要 2D 或 3D 真实姿势标签，并且其有效性与完全监督方法相当。

Apr, 2024

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

多视角快速且鲁棒的多人 3D 姿势估计

本文介绍了一种多人 3D 姿态估计的快速、鲁棒方法，使用多方式匹配算法来解决在噪声和不完整的 2D 姿态预测中查找跨视角对应关系的主要挑战，并结合几何和外观提示进行跨视角匹配。

Jan, 2019

无监督跨模态对齐用于多人三维姿态估计

通过使用新颖的神经表示，我们提出了一种部署友好的、快速的自下而上的多人三维人体姿态估计框架；进一步，我们基于跨模态的对齐问题，提出了一种实用的部署范式，使得我们的模型不仅能够处理现实世界的图像，而且在速度与性能之间实现了更好的平衡。

Aug, 2020

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