mpi_inf_3dhp

我们提出了一种基于 CNN 的方法，用于从单个 RGB 图像进行 3D 人体姿态估计，该方法解决了仅在极其有限的公开可用 3D 姿态数据上训练的模型的泛化性有限的问题。仅使用现有的 3D 姿势数据和 2D 姿势数据，我们通过学习特征的转移在已建立的基准上展示了最先进的性能，同时也推广到了野外场景。我们进一步介绍了一个新的训练集，用于从真实人类的单眼图像中进行人体姿态估计，该训练集具有使用多摄像机无标记运动捕捉系统捕获的基本事实。它补充了现有的语料库，在姿势、人类外观、服装、遮挡和视点方面具有更大的多样性，并能够扩大增强范围。我们还提供了一个涵盖室外和室内场景的新基准，并证明我们的 3D 姿势数据集显示出比现有注释数据更好的野外性能，结合 2D 姿势数据的迁移学习进一步改进。总而言之，我们认为将表示的迁移学习与算法和数据贡献结合使用对于一般 3D 身体姿势估计至关重要。