摘要
在单目图像中进行人体姿态估计时，关节遮挡和人体重叠常常导致姿态预测出现偏差。在这种情况下，可能会产生不符合生物学原理的姿态预测。相比之下，人类视觉能够通过利用关节间连接的几何约束来预测姿态。为了通过引入关于人体结构的先验知识来解决这一问题，我们提出了一种新颖的结构感知卷积网络，在深度网络训练过程中隐式地考虑这些先验知识。显式学习这些约束通常较为困难。因此，我们设计了判别器来区分真实姿态和虚假姿态（如不符合生物学原理的姿态）。如果姿态生成器（G）生成的结果使得判别器无法将其与真实结果区分开来，则表明网络成功地学习了这些先验知识。