3D鸟类重建：数据集、模型及单视图形状恢复
计算机视觉与模式识别
2021-01-13 v1
摘要
动物姿态的自动捕捉正在改变我们研究神经科学与社会行为的方式。运动携带重要的社会线索，但现有方法无法鲁棒地估计动物姿态与形状，尤其是对于鸟类等社会性动物，它们常被彼此及环境中的物体遮挡。为解决该问题，我们首先提出一种模型与多视图优化方法，并用以捕捉活体鸟类所展现的独特形状与姿态空间。随后，我们引入一套从单视图恢复精确鸟类姿态的关键点、掩码、姿态与形状回归流水线及实验。最后，我们提供了从圈养于室外鸟舍中的15只社会性鸟类群体收集的大量多视图关键点与掩码标注。包含视频、结果、代码、网格模型及Penn Aviary数据集的项目网站见 https://marcbadger.github.io/avian-mesh。
引用
@article{arxiv.2008.06133,
title = {3D Bird Reconstruction: a Dataset, Model, and Shape Recovery from a Single View},
author = {Marc Badger and Yufu Wang and Adarsh Modh and Ammon Perkes and Nikos Kolotouros and Bernd G. Pfrommer and Marc F. Schmidt and Kostas Daniilidis},
journal= {arXiv preprint arXiv:2008.06133},
year = {2021}
}
备注
In ECCV 2020