PoseLifter：単一のノイズを含む2D人体ポーズからの絶対3D人体ポーズリフティングネットワーク

本研究では、カメラ座標系における絶対3次元姿勢に2次元人体ポーズを変換する新しいネットワーク（PoseLifter）を提案する。提案手法は、対象となる被験者の絶対3次元位置を推定し、従来のポーズリフティング手法と比較してより精度の高い相対3次元ポーズ推定を実現する。PoseLifterを2次元ポーズ推定器と段階的に連結（カスケード構成）することで、単一のRGB画像から3次元人体ポーズを推定することが可能となる。本研究では、実際の2次元人体関節の誤差分布を用いて合成された現実的な2次元ポーズを用いることで、PoseLifterの性能が顕著に向上することを実証的に示している。提案手法は公開データセットに適用され、2次元から3次元ポーズへのリフティングおよび3次元人体ポーズ推定において、現在の最先端（SOTA）の性能を達成した。