3Dポーズ推定のための2D事前学習
arXiv cs.CV / 2026/4/28
📰 ニュースModels & Research
要点
- 本論文は、Human3.6Mのような限定的なベンチマークだけでなく、Occlusion Personのような追加の2D/3D HPEデータセットに対応できるよう、3D HPE向けの既存手法を拡張することを提案している。
- 2D事前学習の要因（モデルサイズなど）が、下流の3Dポーズ推定性能や異なるデータセットへの汎化にどの程度効くかを、包括的に調査している。
- 実験結果では、2D事前学習が一貫して「3Dデータのみで学習」より優れ、特に計算効率の面で効果が大きいことが示されている。
- MPIIとHuman3.6Mを用いて、MPJPEが64.5mm未満となるスコアを達成したと報告しており、提案手法による精度向上が示唆される。
- 全体として、2Dの表現学習を強化することで、3Dのみの学習に比べて学習コストを抑えつつ3Dポーズ推定を改善できる点を重視している。
