CLHOP：结合音视频学习的马匹 3D 位姿与形状估计
计算机视觉与模式识别
2024-07-02 v1
摘要
在单目场景下，预测动物的 3D 位姿与形状通常仅依赖视觉信息，这高度受限。本文探索利用音频数据增强马匹的 3D 形状与运动恢复。我们在两个数据集上进行测试：一个用于 3D 评估的室内跑步机数据集，以及捕获多样化马匹运动的户外数据集，后者是本研究的贡献。我们的结果表明，融合声音与视觉数据可实现更精确且更稳健的运动回归。本研究是首次探讨音频在 3D 动物运动恢复中的作用。
引用
@article{arxiv.2407.01244,
title = {CLHOP: Combined Audio-Video Learning for Horse 3D Pose and Shape Estimation},
author = {Ci Li and Elin Hernlund and Hedvig Kjellström and Silvia Zuffi},
journal= {arXiv preprint arXiv:2407.01244},
year = {2024}
}
备注
CVPR CV4Animals Workshop 2024