将人体网格表示为点
计算机视觉与模式识别
2021-07-06 v2
摘要
我们在本工作中考虑具有挑战性的多人3D人体网格估计任务。现有方法大多基于两阶段——一阶段用于人体定位，另一阶段用于个体人体网格估计，导致冗余的流程、高计算成本以及在复杂场景（例如被遮挡的人体实例）下性能下降。在本工作中，我们提出一种单阶段模型，将人体网格表示为点（BMP），以简化流程并同时提升效率与性能。具体而言，BMP采用一种新的方法，将多个人体实例表示为空间-深度空间中的点，其中每个点关联一个人体网格。基于此类表示，BMP可通过同时定位人体实例点并估计相应人体网格，在单阶段中直接预测多人的人体网格。为了更好地推断同一场景中所有人的深度排序，BMP设计了一个简单而有效的实例间序数深度损失，以获得深度一致的人体网格估计。BMP还引入了一种新颖的关键点感知增强，以增强模型对被遮挡人体实例的鲁棒性。在Panoptic、MuPoTS-3D和3DPW基准上的综合实验清楚地证明了BMP在多人人体网格估计上最先进的效率以及出色的精度。代码见：https://github.com/jfzhang95/BMP。
引用
@article{arxiv.2105.02467,
title = {Body Meshes as Points},
author = {Jianfeng Zhang and Dongdong Yu and Jun Hao Liew and Xuecheng Nie and Jiashi Feng},
journal= {arXiv preprint arXiv:2105.02467},
year = {2021}
}
备注
To appear at CVPR 2021