Sequentielle 3D-Menschenpose-Schätzung unter Verwendung einer adaptiven Punktwolken-Probenahmestrategie

Die Schätzung der 3D-Gestalt menschlicher Körper ist ein zentrales Problem im Bereich künstlicher Intelligenz und findet breite Anwendung in Bereichen wie AR/VR, HCI und Robotik. Allerdings leidet die Schätzung menschlicher Gestalt aus Punktwolken weiterhin unter verrauschten Punkten und jitterartigen Artefakten, bedingt durch herkömmliche, handkodierte Punktwolken-Sampling-Strategien sowie Einzelbild-basierte Schätzungsmethoden. In diesem Artikel präsentieren wir einen neuen Ansatz zur Schätzung der 3D-Gestalt menschlicher Körper aus Punktwolkensequenzen. Um effektive Punktwolken aus der Eingabe zu extrahieren, entwickeln wir ein differenzierbares Punktwolken-Sampling-Verfahren, das auf einem dichtegesteuerten Aufmerksamkeitsmechanismus basiert. Um den durch frühere Ansätze verursachten Jitter zu vermeiden, nutzen wir zeitliche Informationen, um stabilere Ergebnisse zu erzielen. Experimente auf den Datensätzen ITOP und NTU-RGBD belegen, dass alle von uns beigetragenen Komponenten wirksam sind und dass unsere Methode eine state-of-the-art-Leistung erzielt.