
摘要
我们提出一种新颖的方法,用于从单张图像中自动恢复三维人体姿态。以往大多数方法采用流水线式处理流程:首先在图像中检测一组二维特征(如边缘、关节点或轮廓),然后利用这些观测结果推断三维姿态。然而,将这两个问题分开求解可能导致错误的三维姿态估计,尤其是在二维特征检测器性能不佳的情况下。本文通过联合求解二维检测与三维推断问题,有效缓解了这一缺陷。为此,我们提出了一种基于潜在变量的生成模型与基于HOG(方向梯度直方图)的判别式二维部件检测器相结合的贝叶斯框架,并采用进化算法进行推断。实际实验结果表明,该方法具有优异的性能,即使在二维检测器精度较低的情况下,仍能准确估计二维与三维人体姿态。
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| 3d-human-pose-estimation-on-humaneva-i | Simo-Serra et al. | Mean Reconstruction Error (mm): 56.7 |