《表5 3D人体姿态数据集》
基于深度学习的3D人体姿态估计方法相当于利用CNN还原出二维人体图像的第三维信息。其中,稀疏的方法只需还原关节点第三维的坐标值,在此基础上密集的方法还要进一步恢复人体所有像素的三维表示。直观上可以设计深度卷积网络直接从二维图像特征回归出第三维的信息,但是由于3D训练数据集的匮乏,很难保证网络的训练准确度。同时因为3D标注、识别的过程比较困难,即便使用大量的传感器和摄像头去采集数据,也难以克服复杂的环境干扰,目前现有的3D数据集来自于室内采集的较多,包括Human3.6M[52]、Human Eva[53]以及MPI-INF-3DHP[54]等,具体举例如表5所示[55-59]。
图表编号 | XD0090191300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 邓益侬、罗健欣、金凤林 |
绘制单位 | 中国人民解放军陆军工程大学指挥控制工程学院、中国人民解放军陆军工程大学指挥控制工程学院、中国人民解放军陆军工程大学指挥控制工程学院 |
更多格式 | 高清、无水印(增值服务) |