Akada Hiroyasu ; Wang Jian ; Shimada Soshi ; Takahashi Masaki ; Theobalt Christian ; Golyanik Vladislav

摘要

我们介绍了UnrealEgo，即一个新的大规模自然场景数据集，用于第一人称视角的3D人体姿态估计。UnrealEgo基于一种先进的概念，即配备两个鱼眼摄像头的眼镜可以在不受限制的环境中使用。我们设计了其虚拟原型，并将其附着在3D人体模型上以捕捉立体视图。随后，我们生成了一个大规模的人体运动语料库。因此，UnrealEgo成为首个提供野外立体图像的数据集，并且在现有的第一人称视角数据集中包含了最多样化的运动类型。此外，我们提出了一种新的基准方法，通过为立体输入设计一个简单但有效的2D关键点估计模块来改进3D人体姿态估计。广泛的实验表明，我们的方法在定性和定量方面均优于之前的最先进方法。UnrealEgo数据集和我们的源代码可在项目网页上获取。