DiffPose: Toward More Reliable 3D Pose Estimation

分享人：蔡家伦
研究方向：三维人体姿态估计
论文题目：DiffPose: Toward More Reliable 3D Pose Estimation
论文作者：Jia Gong, Lin Geng Foo, Zhipeng Fan, Qiuhong Ke, Hossein Rahmani, Jun Liu
作者单位：新加坡科技设计大学、纽约大学、蒙纳士大学、兰卡斯特大学
论文摘要：由于固有的模糊和遮挡，单目3D人体姿态估计非常具有挑战性，这通常会导致高度的不确定性和非确定性。另一方面，扩散模型最近已成为从噪声中生成高质量图像的有效工具。受其能力的启发，我们探索了一种新颖的姿态估计框架 (DiffPose)，它将3D姿态估计表述为反向扩散过程。本文将新颖的设计融入到DiffPose中，以促进3D姿态估计的扩散过程：姿态不确定性分布的特定姿态初始化、基于高斯混合模型的前向扩散过程以及上下文条件反向扩散过程。本文提出的DiffPose在广泛使用的姿态估计基准Human3.6M和MPI-INF-3DHP上显著优于现有方法。项目页面：https://gongjia0208.github.io/Diffpose/
原文链接：

点击此处