Key points are not available for this paper at this time.
인간 포즈 추정은 동작 인식의 핵심 단계입니다. 우리는 기존의 2D 포즈/관절 탐지기와 함께 작동하는 단일 이미지에서 3D 인간 포즈를 추정하는 방법을 제안합니다. 3D 포즈 추정은 깊이 정보 부족으로 인해 동일한 2D 포즈에 여러 3D 포즈가 대응될 수 있기 때문에 도전적입니다. 또한 현재의 2D 포즈 추정기는 일반적으로 부정확하여 3D 추정에서 오류를 초래할 수 있습니다. 우리는 세 가지 방법으로 이러한 도전을 해결합니다: (i) 우리는 3D 인간 스켈레톤에서 학습된 희소한 기초 집합의 선형 조합으로 3D 포즈를 표현합니다. (ii) 우리는 인류학적으로 그럴듯하지 않은 스켈레톤을 제거하기 위해 팔다리 길이 제약을 적용합니다. (iii) 우리는 3D 포즈의 투영과 해당 2D 탐지 간의 1-노름 오류를 최소화하여 3D 포즈를 추정합니다. 1-노름 손실 항은 부정확한 2D 관절 추정에 강건합니다. 우리는 최적화 문제를 효율적으로 해결하기 위해 교대 방향 방법(ADM)을 사용합니다. 우리 접근 방식은 세 개의 벤치마크 데이터 세트에서 최신 기술보다 우수합니다.
Wang et al. (Sun,) 이 질문을 연구하였습니다.