3D重建论文阅读-CVPR2022（1-2)

MHFormer: Multi-Hypothesis Transformer for 3D Human Pose Estimation.

---

---

摘要

提示：这里可以添加本文要记录的大概内容：

因为深度信息缺乏和自我遮挡问题，从单目视频估计3D人体姿态是一个非常有挑战的工作。现存的大多数工作都是通过挖掘时空关系来解决上述问题。然而，这些工作都忽略了一个很重要的问题，这个问题是一个多个可行解（即假设）的逆问题。为了解决这些问题，本文提出了一个Multi-Hypothesis Transformer方法，该方法学习了多个可靠的姿态假设的时空表示，为了有效地建模多假设依赖关系，并在假设的特征之间建立强关系，任务被分解为三个阶段：（i）生成多个初始假设表征；（ii）建立自我假设通信模型，将多个假设合并为一个单一的聚合表征，然后将其划分为多个不同的假设；（iii）学习跨假设通信，并聚合多假设特征，合成最终的3D姿势。通过上述过程，最终的表征得到了增强，合成的姿势更精确。实验在两个具有挑战性的数据集进行：Human3.6M和MPI-INF-3DHP。作者已经把代码公开，链接地址为：https://github.com/Vegetebird/MHFormer.

---

一、Introduction

基于单目视觉的3D 人体姿态估计&#