SelfPose3d:自监督的多人多视角 3D 姿势估计
原文中文,约400字,阅读约需1分钟。发表于: 。自我监督方法通过多视角输入图像和伪造姿势进行 3D 姿势估计,不需要 2D 或 3D 真实姿势标签,并且其有效性与完全监督方法相当。
该研究提出了一种无监督学习技术,通过单个图像的2D骨架关节恢复3D人体姿势。该方法不需要多视图图像数据、3D骨架或2D-3D点之间的对应关系。在Human3.6M数据集上,该方法的改进达到了30%,优于许多使用3D数据的弱监督方法。
自我监督方法通过多视角输入图像和伪造姿势进行 3D 姿势估计,不需要 2D 或 3D 真实姿势标签,并且其有效性与完全监督方法相当。
该研究提出了一种无监督学习技术,通过单个图像的2D骨架关节恢复3D人体姿势。该方法不需要多视图图像数据、3D骨架或2D-3D点之间的对应关系。在Human3.6M数据集上,该方法的改进达到了30%,优于许多使用3D数据的弱监督方法。