【泡泡一分钟】一种在野外进行3D人体姿态估计的弱监督方法(ICCV2017-40)

每天一分钟，带你读遍机器人顶级会议文章标题：Towards 3D Human Pose Estimation in the Wild: a Weakly-supervised Approach作者：Xingyi Zhou , Qixing Huang , Xiao Sun， Xiangyang Xue , Yichen Wei 来源：International Conference on Computer Vision (ICCV 2017)播音员：丸子编译：刘梦雅 周平(42)欢迎个人转发朋友圈；其他机构或自媒体如需转载，后台留言申请授权摘要 本文研究了野外的3D人体姿态估计问题。由于现有的数据集大多是2D的野外图片或者是3D的室内实验室图片，这一任务由于其数据集的缺乏而极具挑战性。        我们提出了一种弱监督的转移学习方法，该方法在统一的深度神经网络中使用混合的2D和3D标签，呈现两级级联结构。本文的框架图如下：        本文的网络通过3D深度回归子网络增强 ………………………………