使用包含2D姿态信息的卷积神经网络进行3D人体姿态估计

尽管卷积神经网络（CNNs）在二维人体姿态估计方面已经取得了成功，但三维人体姿态估计尚未得到充分研究。本文通过端到端学习方法使用CNNs解决三维人体姿态估计问题。我们利用CNNs学习一个关节与其他关节之间的相对三维位置。所提出的方法通过两个创新点改进了CNN的性能。首先，我们将二维姿态信息与图像特征拼接，以从图像中估计三维姿态。其次，我们发现通过结合多个关节的相对位置信息，而不是仅依赖一个根关节的信息，可以获得更准确的三维姿态。实验结果表明，所提出的方法在Human 3.6M数据集上的表现与现有最先进方法相当。