HEMlets 姿态：基于部件中心热图三元组的精准 3D 人体姿态估计

从单张图像估计三维人体姿态是一项具有挑战性的任务。本文通过引入一种中间表示——以部件为中心的热图三元组（Part-Centric Heatmap Triplets，简称 HEMlets），旨在缓解将检测到的二维关节点提升至三维空间时所面临的不确定性，从而缩小二维观测与三维解释之间的差距。HEMlets利用三个关节点热图来表征骨骼每一部件中末端关节点之间的相对深度信息。在所提出的方法中，首先使用卷积网络（ConvNet）从输入图像中预测 HEMlets，随后进行体素化关节点热图回归。我们采用积分运算从体素热图中提取关节点位置，从而实现端到端的学习。尽管网络结构设计简洁，定量实验结果表明，该方法在 Human3.6M 数据集上的表现相较当前最优方法提升了 20%。此外，所提出的方法天然支持使用“自然场景”图像进行训练，这类图像仅提供骨骼关节点之间弱标注的相对深度信息。这一特性进一步增强了模型的泛化能力，已在户外图像的定性对比中得到验证。