【論文閱讀】RepNet: Weakly Supervised Training of an Adversarial Reprojection Network for 3D-HPE,CVPR2019

摘要：簡單的神經網絡只會記憶訓練集中2D 與3D 的擬合座標，而不會考慮其真正的投影關係。因此本文利用GAN學習3D座標的同時學習相機參數，通過重投影損失，降低直接估計的過擬合問題。該方法能對未知數據具有很好泛化能力。 一、介紹 模型包含三部分,輸入到3D pose輸出的生成器，判別3D pose是否合理可行的判別器，以及學習相機參數的NN。其中，判別器不僅記憶了來自數據集的3D pose，還能有

>>阅读原文<<