Estimation de la posture humaine 3D dans les images RGBD pour l'apprentissage des tâches robotiques

Nous proposons une approche pour estimer la posture humaine en trois dimensions (3D) dans des unités du monde réel à partir d'une seule image RGBD et montrons qu'elle dépasse les performances des méthodes d'estimation de la posture 3D monoculaires à partir de l'image couleur ainsi que celles qui s'appuient uniquement sur la profondeur. Notre méthode repose sur des détecteurs fiables de points clés humains pour les images couleur et intègre la profondeur pour élever ces points clés en 3D. Nous combinons ce système avec notre cadre d'apprentissage par démonstration pour instruire un robot de service sans nécessiter l'utilisation de marqueurs. Des expériences menées dans des conditions réelles démontrent que notre approche permet au robot PR2 d'imiter les actions de manipulation observées auprès d'un enseignant humain.