超越静态特征：从视频中恢复时间一致的3D人体姿态与形状
计算机视觉与模式识别
2021-04-28 v4
摘要
尽管基于单图像的三维人体姿态与形状估计方法近来取得了成功，但从视频中恢复时间一致且平滑的三维人体运动仍然具有挑战性。已有若干基于视频的方法被提出；然而，由于对当前帧静态特征的强依赖，它们未能解决单图像方法的时间不一致问题。为此，我们提出了一种时间一致的网格恢复系统（TCMR）。它有效关注过去与未来帧的时间信息，而不被当前静态特征所主导。我们的TCMR在时间一致性上显著优于以往的基于视频的方法，并具备更好的逐帧三维姿态与形状精度。我们还发布了代码。演示视频见 https://youtu.be/WB3nTnSQDII，代码见 https://github.com/hongsukchoi/TCMR_RELEASE。
引用
@article{arxiv.2011.08627,
title = {Beyond Static Features for Temporally Consistent 3D Human Pose and Shape from a Video},
author = {Hongsuk Choi and Gyeongsik Moon and Ju Yong Chang and Kyoung Mu Lee},
journal= {arXiv preprint arXiv:2011.08627},
year = {2021}
}
备注
Accepted to CVPR 2021, 10 pages