摘要
本文提出了一种基于单目射线的3D（Ray3D）绝对人体姿态估计方法，该方法使用校准后的相机。从单目2D姿态输入中准确且具有泛化能力地估计绝对3D人体姿态是一个病态问题。为了解决这一挑战，我们将输入从像素空间转换为3D归一化射线。这种转换使我们的方法对相机内参的变化具有鲁棒性。为了应对野外环境中相机外参的变化，Ray3D显式地将相机外参作为输入，并联合建模3D姿态射线与相机外参之间的分布关系。这一创新的网络设计是Ray3D方法出色泛化能力的关键。为了全面理解相机内参和外参变化如何影响绝对3D关键点定位的准确性，我们在三个单人3D基准数据集以及一个合成基准数据集上进行了深入系统的实验。这些实验表明，我们的方法显著优于现有的最先进模型。我们的代码和合成数据集可在https://github.com/YxZhxn/Ray3D 获取。