基于时序一致的3D图示结构的多人姿态估计

在非受限环境下，从多视角摄像头中进行多人三维姿态估计是一项极具挑战性的任务。该任务需要在各视角间对每个个体进行匹配，随后估计其身体姿态。此外，每个个体的姿态随时间变化具有内在的一致性。为应对上述挑战，本文提出一种具有时间一致性的三维图式结构模型（3D Pictorial Structures，简称3DPS），用于多视角下的多人三维姿态估计。该模型在传统三维图式结构基础上，引入了推断出的身体姿态之间的时序一致性约束。这一性质通过多视角人体跟踪机制实现。在推理前先对个体进行识别，显著缩小了状态空间，同时提升了整体性能。为验证所提方法的有效性，我们在两个非受限环境下的多人姿态数据集上进行了实验，与当前最先进的方法进行对比，结果表明本文方法取得了更优的性能。