要約
本論文は、少数の校正済みカメラ視点における複数人の3次元姿勢推定の問題に取り組んでいます。この問題の主要な課題は、ノイジーで不完全な2次元姿勢予測間でのクロスビュー対応を見つけることです。これまでの多くの手法は、巨大な状態空間により効率が悪いpiteure構造モデルを使用して直接3次元で推論を行うことでこの課題に対処しようと試みてきました。私たちは、この問題を解決するための高速かつ堅牢なアプローチを提案します。私たちの主なアイデアは、検出されたすべての視点における2次元姿勢を多方向マッチングアルゴリズムを使用してクラスタリングすることです。得られた各クラスターは、異なる視点間での同一人物の2次元姿勢とキーポイント間の一貫した対応関係を符号化し、これから各人物の3次元姿勢を効果的に推定することができます。提案する凸最適化に基づく多方向マッチングアルゴリズムは、シーン内の人数を知らなくても欠落や誤検出に対して効率的かつ堅牢です。さらに、クロスビュー マッチングのために幾何学的ヒントと外観ヒントを組み合わせることを提案します。提案手法は現行最先端技術に対して大幅な性能向上を達成しており（Campusデータセットでは96.3% 対 90.6%、Shelfデータセットでは96.9% 対 88%）、リアルタイム アプリケーションにも効率的に適用可能です。