估计全局空间中的自中心3D人体姿态

使用单个鱼眼相机进行以自我为中心的3D人体姿态估计近年来变得越来越流行，因为它能够在不受限制的环境中捕捉到广泛范围的日常活动，而这是传统外部摄像机外向内运动捕捉难以实现的。然而，现有的方法存在若干局限性。一个突出的问题是，估计的姿态位于鱼眼相机的局部坐标系中，而不是世界坐标系中，这限制了许多应用。此外，由于单目设置和强烈扭曲的以自我为中心视角导致的模糊性，这些方法在精度和时间稳定性方面也受到限制。为了解决这些局限性，我们提出了一种使用单个头戴式鱼眼相机进行以自我为中心的全局3D身体姿态估计的新方法。为了实现准确且时间稳定的全局姿态，该方法通过对一系列帧进行时空优化来最小化热图重投影误差，并强制执行从动作捕捉数据集中学习到的局部和全局身体运动先验知识。实验结果表明，我们的方法在定量和定性方面均优于现有最先进方法。