摘要

我们提出了一种从单个深度图像进行三维人体姿态估计的视角不变模型。为了实现这一目标，我们的判别模型将局部区域嵌入到一个学习得到的视角不变特征空间中。该模型被表述为一个多任务学习问题，能够在存在噪声和遮挡的情况下选择性地预测部分姿态。我们的方法利用了卷积和递归网络架构，并结合自上而下的误差反馈机制，以端到端的方式自我修正先前的姿态估计。我们在一个已发布的深度数据集和一个新收集的人体姿态数据集上评估了我们的模型，后者包含10万个来自极端视角的标注深度图像。实验结果表明，我们的模型在正面视角上取得了具有竞争力的性能，而在其他视角上则达到了最先进的水平。