深度学习的三维人体姿态估计综述

摘要：

三维人体姿态估计的目的是预测出人体关节点的三维坐标位置和角度等信息,构建人体表示(如人体骨骼),以便进一步分析人体姿态.随着深度学习方法的不断推进,越来越多的基于深度学习的高性能三维人体姿态估计方法被提出.然而由于图片的人体遮挡、训练规模需求较大等原因,三维人体姿态估计仍然存在挑战.该研究目的是通过对近年来的多篇研究论文进行回顾,分析和比较这些方法的推理过程和核心要素,从不同输入的角度入手,全面阐述近年来基于深度学习的三维人体姿态估计方法.此外,还介绍了相关数据集和评价指标,在Human3.6M、Campus和Shelf数据集上对部分模型进行实验数据比对,分析对比实验结果.最后,根据本次调查的结果,讨论目前三维人体姿态估计所面临的困难和挑战,对三维人体姿态估计的未来发展进行了探讨.

关键词：三维人体姿态估计、深度学习、神经网络、关键点检测

所属期刊栏目：17

分类号：TP391(计算技术、计算机技术)

资助基金：长沙市科技计划kh2103016

在线出版日期：2023-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：74-87