【位姿估计】开源 | 国立大学--端到端的多人3D位姿估计框架，SOTA！

备注：研究方向+地点+学校/公司+昵称，更快通过申请，长按加细分领域技术交流群，目前有细分领域：图像分割、图像目标检测、论文写作、车道检测、模型优化、目标跟踪、SLAM、点云处理（分割检测）、深度学习。

PS：腾讯最近更改公众号推送规则，文章推送不在按照时间排序，而是通过智能推荐算法有选择的推送文章，为了避免收不到文章，看完文章您可以点击一下右下角的"在看"，以后发文章就会第一时间推送到你面前。

获取完整原文，公众号回复：2007.08943

论文地址： http://arxiv.org/pdf/2007.08943v1.pdf

代码： https://github.com/jiahaoljh/humandepth.

来源： 新加坡国立大学

论文名称：HDNet: Human Depth Estimation for Multi-Person Camera-Space Localization

原文作者：Jiahao Lin

内容提要

目前多人3D位姿估计的研究工作主要集中在3D关节相对于根关节位置的估计上，忽略了每个位姿的绝对位置。本文提出了一种在摄像机坐标空间中进行绝对根关节定位的端到端的框架——人体深度估计网络(HDNet)。HDNet首先利用关节的热度图来估计2D人体姿态。这些热度图作为注意力masks，用于从与目标人物对应的图像区域汇集特征。然后利用基于骨架的图神经网络(GNN)在关节之间进行特征传播。将HDNet的分类输出通过soft-argmax操作进行转换，我们将目标深度回归表示为一个bin索引估计问题。我们利用Human3.6M 和 MuPoTS-3D两个基准数据集，通过根关节定位和根相关的3D姿态估计任务来对HDNet进行评估。实验结果表明，在多个评价指标下，该算法的性能SOTA。

主要框架及实验结果

声明：文章来自于网络，仅用于学习分享，版权归原作者所有，侵权请加上文微信联系删除。

点个“在看”，让我知道你的爱