要約
3次元ヒューマンポーズ推定の一般的なアプローチは、股関節を基準とした体の関節座標を予測することである。これは単一の人物に対しては効果的だが、複数の相互作用する人物の場合には不十分である。絶対座標を予測する手法では、まず根元相対的な姿勢を推定し、その後二次最適化タスクを通じて位置変換を計算する。我々は、根元相対的なものではなく、カメラ中心の座標系で関節を予測するニューラルネットワークを提案する。従来の手法とは異なり、我々のネットワークは後処理なしで一連のステップで動作する。我々のネットワークはMuPoTS-3Dデータセットにおいて過去の手法を上回り、最先端の結果を達成している。