HyperAIHyperAI

Command Palette

Search for a command to run...

PoseLifter:从单个噪声2D人体姿态中进行绝对3D人体姿态恢复的网络

Ju Yong Chang Gyeongsik Moon Kyoung Mu Lee

摘要

本研究提出了一种新型网络结构(即PoseLifter),能够将二维人体姿态提升为相机坐标系下的绝对三维姿态。所提出的网络可估计目标主体在绝对三维空间中的位置,并相较于现有姿态提升方法,生成更为精确的三维相对姿态估计结果。通过将PoseLifter与二维姿态估计算法以级联方式结合,可实现仅从单张RGB图像中估计三维人体姿态。实验结果表明,使用真实人体关节点误差分布合成的逼真二维姿态数据,能显著提升PoseLifter的性能。该方法在多个公开数据集上的应用取得了当前最优的二维到三维姿态提升以及三维人体姿态估计效果。


用 AI 构建 AI

从创意到上线——通过免费 AI 协同编码、开箱即用的环境和最优惠的 GPU 价格,加速您的 AI 开发。

AI 协同编码
开箱即用的 GPU
最优定价

HyperAI Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
PoseLifter:从单个噪声2D人体姿态中进行绝对3D人体姿态恢复的网络 | 论文 | HyperAI超神经