PI-Net：多人单目3D姿态估计的姿势交互网络

近期的研究文献对单目3D姿态估计任务进行了非常令人满意的探讨。在这些研究中，不同的人通常被视为独立的姿态实例进行估计。然而，在许多日常情况下，人们之间存在互动，个体的姿态往往依赖于与其互动的对象的姿态。本文旨在研究如何利用这种依赖关系来增强现有的（以及可能未来的）深度网络在单目3D姿态估计中的表现。我们提出了一种姿态交互网络（Pose Interacting Network，简称PI-Net），该网络将可变数量的互动对象的初始姿态估计输入到一个递归架构中，以精炼目标人物的姿态。由于公开标注的多人3D人体姿态数据集有限，评估此类方法具有挑战性。我们在MuPoTS数据集上展示了我们方法的有效性，并在此数据集上设立了新的最先进水平。在其他没有3D姿态真值的多人数据集上的定性结果也进一步证明了所提出的PI-Net的优势。PI-Net使用PyTorch实现，并将在论文被接受后公开代码。