单次多人体三维姿态估计从单目RGB图像

我们提出了一种新的单次多人体3D姿态估计方法，该方法能够在一般场景中仅通过单目RGB相机实现多人体3D姿态的估计。我们的方法采用了新颖的遮挡鲁棒姿态图（Occlusion-Robust Pose-Maps, ORPM），即使在场景中其他人和物体造成强烈部分遮挡的情况下，也能推断出完整的人体姿态。ORPM输出固定数量的地图，这些地图编码了场景中所有人的3D关节位置。通过身体部位关联，我们可以推断任意数量的人的3D姿态，而无需显式预测边界框。为了训练我们的模型，我们引入了MuCo-3DHP数据集，这是第一个大规模的训练数据集，展示了复杂多人交互和遮挡的真实图像。我们通过合成个体人物图像（来自多视角性能捕捉的真实数据）生成了大量的多人图像语料库。我们在新的具有挑战性的3D标注多人测试集MuPoTs-3D上评估了我们的方法，并达到了当前最佳的性能。为了进一步推动多人体3D姿态估计领域的研究，我们将公开发布我们的新数据集及相关代码，供研究使用。