基于单目RGB的3D人体姿态估计
基于单目RGB的3D人体姿态估计1. 简介2. 实现方案3. 实践1. 简介目标：3D人体姿态估计是从图片或视频中估计出关节点的三维坐标 (x, y, z)，它本质上是一个回归问题。不确定性：一个2D骨架可以对应多个3D骨架，它具有在单视角下2D到3D映射中固有的深度模糊性与不确定性2. 实现方案方案1：从2D图片直接暴力回归得到3D坐标方案2：分为两个阶段进行，首先获取2D姿态，然后再“提升”到
·
1. 简介
- 3D Human Pose Estimation
- 目标：3D人体姿态估计是从图片或视频中估计出关节点的三维坐标 (x, y, z)，它本质上是一个回归问题。
- 不确定性：一个2D骨架可以对应多个3D骨架，它具有在单视角下2D到3D映射中固有的深度模糊性与不确定性
2. 实现方案
- 参考：2019-Weakly-Supervised Discovery of Geometry-Aware Representation for 3D Human Pose Estimation
- 方案1：从2D图片直接暴力回归得到3D坐标
- 方案2：分为两个阶段进行，首先获取2D姿态，然后再“提升”到3D姿态
- 联合2D，3D共同训练（2D姿态网络和2D-3D姿态网络一起训练）
- 用预训练好的2D姿态网络，将得到的2D坐标输入到3D姿态估计网络中
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
0
0- 0
已为社区贡献5条内容
所有评论(0)