Masque comme supervision : Exploitation des informations de masque unifiées pour l'estimation non supervisée de la pose 3D

L'estimation automatique de la posture humaine en 3D à partir d'images RGB monoculaires est un problème difficile et non résolu dans le domaine de la vision par ordinateur. Les approches supervisées dépendent fortement d'annotations laborieuses et présentent une capacité de généralisation limitée en raison de la diversité restreinte des jeux de données de postures 3D. Pour relever ces défis, nous proposons un cadre unifié qui utilise les masques comme supervision pour l'estimation non supervisée de la posture 3D. En utilisant des algorithmes généraux de segmentation non supervisée, le modèle proposé emploie des représentations squelettiques et corporelles qui exploitent des informations précises sur la posture, du grossier au fin. Comparé aux approches non supervisées précédentes, nous organisons le squelette humain d'une manière entièrement non supervisée, ce qui permet le traitement de données sans annotation et fournit des résultats d'estimation prêts à l'emploi. Des expériences exhaustives démontrent nos performances d'estimation de posture à la pointe de l'art sur les jeux de données Human3.6M et MPI-INF-3DHP. Des expériences supplémentaires sur des jeux de données en conditions réelles illustrent également notre capacité à accéder à plus de données pour améliorer notre modèle. Le code sera disponible sur https://github.com/Charrrrrlie/Mask-as-Supervision.Note: - "Monocular" is translated as "monoculaire" which is the standard term used in French for this concept.- "In-the-wild" is translated as "en conditions réelles" to convey the idea of real-world or unconstrained environments.- The name "Charrrrrlie" is kept as is, since it appears to be a username or personal identifier.