摘要

训练准确的三维人体姿态估计器需要大量的三维真实数据，而这些数据的收集成本高昂。由于缺乏三维数据，各种弱监督或自监督的姿态估计方法已被提出。然而，这些方法除了需要二维真实姿态外，还需要额外的多种形式的监督（例如未配对的三维真实数据、少量标签）或多视图设置中的相机参数。为了解决这些问题，我们提出了EpipolarPose，一种用于三维人体姿态估计的自监督学习方法，该方法不需要任何三维真实数据或相机外部参数。在训练过程中，EpipolarPose从多视图图像中估计二维姿态，然后利用极线几何学获取三维姿态和相机几何结构，这些结果随后被用于训练三维姿态估计器。我们在标准基准数据集Human3.6M和MPI-INF-3DHP上展示了我们方法的有效性，并在弱监督/自监督方法中达到了新的最先进水平。此外，我们提出了一种新的性能评估指标——姿态结构评分（Pose Structure Score, PSS），这是一种尺度不变、结构感知的度量方法，用于评估姿态相对于其真实值的结构合理性。代码和预训练模型可在https://github.com/mkocabas/EpipolarPose 获取。