每周论文精读01——3D Human Pose Estimation with 2D Marginal Heatmaps

论文精读——3D Human Pose Estimation with 2D Marginal Heatmaps

进入新一个学期的学习，预期从本周开始每周都会有一篇文章的精读，这对我来说将会是一个不小的挑战，废话不多说，开始第一篇！！

文章来源

题目：3D Human Pose Estimation with 2D Marginal Heatmaps

引用：Nibali A , He Z , Morgan S , et al. 3D Human Pose Estimation with 2D Marginal Heatmaps[J]. 2018.

链接&下载地址：
百度学术：https://xueshu.baidu.com/usercenter/paper/show?paperid=2d39d0c29f867cad98b9e885b53dfe11
下载地址：https://arxiv.org/abs/1806.01484v2 （网址后面直接+.pdf 就是下载地址哦）

论文我也已经下载好上传到了CSDN中，可以点下方直接下载：

》》》论文连接《《《

一些相关连接

3D human pose 重要论文分类（持续更新）

3D人体姿态估计笔记

文章简介

内容简介：

3D Human Pose Estimation with 2D Marginal Heatmaps
基于二维边缘热图的三维人体姿态估计

从单目RGB图像数据中自动确定三维人体姿态是一个具有挑战性的问题。输入的二维特性导致内在的歧义，这使得推断深度特别困难。最近，研究人员已经证明，深度神经网络灵活的统计建模能力足以以合理的精度进行此类推断。然而，许多模型使用的坐标输出技术是内存密集型的、不可微的和/或在空间上不能很好地推广。我们提出了一种改进的三维坐标预测方法，通过预测二维边缘热图，避免了上述缺点。我们的结果模型，MargiPose，产生视觉上一致的热图，同时保持可微性。我们还能够在公开的3D人体姿势估计数据上实现最先进的精度。
（上面这段是摘要翻译）

主要贡献：

文章翻译

摘要：

从单目RGB图像数据中自动确定三维人体姿态是一个具有挑战性的问题。输入的二维性质导致固有的歧义，