人体点云上的3D地标检测：基准与双级联点Transformer框架
计算机视觉与模式识别
2024-01-17 v1
摘要
3D地标检测在3D配准、姿态估计和虚拟试穿等应用中起着关键作用。尽管在2D人体地标检测或姿态估计方面取得了相当大的成功，但在无序3D点云上的地标检测工作报道甚少。本文引入了一个新的挑战，即人体点云上的3D地标检测，并提出了两个主要贡献。首先，我们建立了一个全面的人体点云数据集，命名为HPoint103，旨在支持3D地标检测社区。该数据集包含103个使用商业软件和演员创建的人体点云，每个点云都手动标注了11个稳定地标。其次，我们提出了一种双级联点Transformer（D-CPT）模型，用于精确的基于点的地标检测。D-CPT通过整个点云流上的级联Transformer解码器层逐步细化地标，同时通过局部区域上的RefineNet增强地标坐标。在HPoint103和公共数据集DHP19上与流行的基于点的方法进行的比较评估表明，我们的D-CPT具有显著优势。此外，将我们的RefineNet集成到现有方法中也能持续提升性能。
引用
@article{arxiv.2401.07251,
title = {3D Landmark Detection on Human Point Clouds: A Benchmark and A Dual Cascade Point Transformer Framework},
author = {Fan Zhang and Shuyi Mao and Qing Li and Xiaojiang Peng},
journal= {arXiv preprint arXiv:2401.07251},
year = {2024}
}