【阅读笔记】Geometry-Driven Self-Supervised Method for 3D Human Pose Estimation， AAAI 2020

摘要：传统的弱监督/自监督方法需要非成对三维信息，而本文的自监督方法仅以来人体的几何结构信息，不需要手工标注数据。 代码地址：   一、介绍：基于NN的直接回归方法非常容易产生过拟合。由于深度歧义性问题，重投影损失无法产生精确的姿态，即在另一个视角下该3D pose是错误的。多视角2D pose输入会积累噪声，得到的3D pose也不准确。 贡献点： 提出一个自监督框架。 设计了一个转换重投影损失

>>阅读原文<<