基于单目RGB的3D人体姿态估计

1. 简介

• 3D Human Pose Estimation
• 目标：3D人体姿态估计是从图片或视频中估计出关节点的三维坐标 (x, y, z)，它本质上是一个回归问题。
• 不确定性：一个2D骨架可以对应多个3D骨架，它具有在单视角下2D到3D映射中固有的深度模糊性与不确定性

2. 实现方案

• 参考：2019-Weakly-Supervised Discovery of Geometry-Aware Representation for 3D Human Pose Estimation
• 方案1：从2D图片直接暴力回归得到3D坐标
• 方案2：分为两个阶段进行，首先获取2D姿态，然后再“提升”到3D姿态
  • 联合2D，3D共同训练（2D姿态网络和2D-3D姿态网络一起训练）
  • 用预训练好的2D姿态网络，将得到的2D坐标输入到3D姿态估计网络中