摘要
本研究致力于解决基于模型的人体姿态估计问题。近年来，直接从图像回归参数化人体模型参数的方法取得了显著进展。然而，由于缺乏具有3D形状真值的图像，相关方法依赖于2D注释或复杂的架构设计。在本工作中，我们认为可以利用更多在自然图像中免费获得的线索，即无需增加更多的注释或修改网络架构。我们提出了一种自然形式的监督方法，该方法利用了不同帧（或视角）中人物外观的一致性。这一看似微不足道且常被忽视的线索对于基于模型的姿态估计具有重要意义。我们所使用的参数化模型允许为每一帧计算纹理图。假设人物在不同帧之间的纹理变化不大，我们可以应用一种新颖的纹理一致性损失函数，该函数强制纹理图中的每个点在所有帧中具有相同的纹理值。由于纹理是在这个共同的纹理图空间中传递的，因此无需进行摄像机运动计算，甚至不需要假设帧间平滑性。这使得我们提出的监督方法适用于多种场景，包括单目视频和多视图图像。我们在与需要相同或更多注释的强大基线方法对比时，始终表现出色，并在不同的基准测试中实现了基于模型的姿态估计方法的最先进结果。项目网站包含视频、结果和代码，网址为：https://seas.upenn.edu/~pavlakos/projects/texturepose。