ESMformer 姿态估计网络

自监督免 3D 标注

无需 3D 姿态标注和先验人体模型，依靠误差感知自监督学习，从多视角 2D 关节中恢复精确 3D 人体姿态。

Lijun, Zhang · Kangkang, Zhou · Feng, Lu · 李正浩 · Shao, Xiaohu · 周祥东 · 石玉

Pattern Recognition 2025

参数信息

无需任何

3 D

技术优势

免 3D 标注

采用误差感知的自监督学习策略，模型完全不依赖 3D 姿态标注。

抗错误 2D 输入

根据 3D 预测误差自适应选择可靠的输入 2D 姿态，减轻错误 2D 姿态的影响。

计算开销低

在达到最先进精度的同时保持低成本计算复杂度，适合实际部署。

应用场景

• 3D 人体姿态估计：在无需 3D 标注的情况下获得精确 3D 姿态，降低数据获取门槛。
• 多视角动作捕捉：利用多视角 2D 关节序列直接恢复 3D 动作，替代昂贵的标记动捕系统。
• 无标注姿态学习：提供免 3D 标注的训练范式，适用于标注成本高昂的场景。
• 低标注成本视觉系统：构建低标注成本的姿态估计系统，减少人工标注工作量。
• 机器人动作理解：为机器人提供精确的人体姿态信息，助力动作理解与交互。