2 个月前
UnrealEgo:一个新的鲁棒性第一人称3D人体运动捕捉数据集
Akada, Hiroyasu ; Wang, Jian ; Shimada, Soshi ; Takahashi, Masaki ; Theobalt, Christian ; Golyanik, Vladislav

摘要
我们介绍了UnrealEgo,即一个新的大规模自然场景数据集,用于第一人称视角的3D人体姿态估计。UnrealEgo基于一种先进的概念,即配备两个鱼眼摄像头的眼镜可以在不受限制的环境中使用。我们设计了其虚拟原型,并将其附着在3D人体模型上以捕捉立体视图。随后,我们生成了一个大规模的人体运动语料库。因此,UnrealEgo成为首个提供野外立体图像的数据集,并且在现有的第一人称视角数据集中包含了最多样化的运动类型。此外,我们提出了一种新的基准方法,通过为立体输入设计一个简单但有效的2D关键点估计模块来改进3D人体姿态估计。广泛的实验表明,我们的方法在定性和定量方面均优于之前的最先进方法。UnrealEgo数据集和我们的源代码可在项目网页上获取。