摘要

本文提出了一种基于多视角校准图像的实时三维人体姿态重建算法，适用于人群密集场景。该问题的核心挑战在于如何高效地实现多视角之间的二维观测匹配。以往的方法通常在整体身体层面或局部肢体层面进行多视角匹配：前者对二维姿态估计误差较为敏感，后者则忽略了同一视角下不同类型身体部位之间的二维约束关系。相比之下，本文方法在多视角匹配过程中，对所有可能的骨骼结构假设进行推理，其中每个骨骼结构可由任意数量的肢体部件组成，而非局限于完整身体或单一部件。为此，我们将多视角匹配问题建模为骨骼结构假设空间中的模式搜索问题，并提出一种高效的算法——QuickPose，实现了在人群密集场景下的实时动作捕捉。实验结果表明，该算法在公开数据集上的速度与精度方面均达到了当前最优水平。