基于多源图像弱监督学习的3D人体姿态估计

作者：蔡轶珩^*; 王雪艳; 胡绍斌; 刘嘉琦

来源：北京航空航天大学学报, 2019, 45(12): 2375-2384.

DOI：10.13700/j.bh.1001-5965.2019.0387

• 人体姿态估计
• 沙漏网络
• 弱监督
• 多源图像
• 深度图像

3D人体姿态估计是计算机视觉领域一大研究热点,针对深度图像缺乏深度标签,以及因姿态单一造成的模型泛化能力不高的问题,创新性地提出了基于多源图像弱监督学习的3D人体姿态估计方法。首先,利用多源图像融合训练的方法,提高模型的泛化能力;然后,提出弱监督学习方法解决标签不足的问题;最后,为了提高姿态估计的效果,改进了残差模块的设计。实验结果表明:改善的网络结构在训练时间下降约28%的情况下,准确率提高0. 2%,并且所提方法不管是在深度图像还是彩色图像上,均达到了较好的估计结果。

• 单位
  北京工业大学