BundleMoCap：基于稀疏多视角视频的高效、鲁棒且平滑的动作捕捉
计算机视觉与模式识别
2023-11-22 v1 图形学
机器学习
摘要
利用无标记技术从视频中捕捉平滑运动通常涉及复杂流程，例如时间约束、带数据驱动回归与优化的多阶段处理，以及时间窗口上的集束求解。这些流程效率低下，且需要在各阶段调谐多个目标。相比之下，BundleMoCap 引入了解决该问题的新颖高效方法。它在单一阶段中解决动作捕捉任务，无需时间平滑目标即可输出平滑运动。BundleMoCap 在不增加复杂度的前提下优于当前最优方法。BundleMoCap 背后的核心思想是在潜在关键帧之间进行流形插值。依靠局部流形平滑假设，我们可使用单一编码高效求解一束帧。此外，该方法可实现为滑动窗口优化，且仅需正确初始化第一帧，从而降低整体计算负担。BundleMoCap 的优势在于以简洁和高效实现高质量动作捕捉结果。更多细节见 https://moverseai.github.io/bundle/。
引用
@article{arxiv.2311.12679,
title = {BundleMoCap: Efficient, Robust and Smooth Motion Capture from Sparse Multiview Videos},
author = {Georgios Albanis and Nikolaos Zioulis and Kostas Kolomvatsos},
journal= {arXiv preprint arXiv:2311.12679},
year = {2023}
}
备注
Published in European Conference on Visual Media Production (CVMP '23)