Crowd3D：从单幅图像重建数百人的方法
计算机视觉与模式识别
2023-04-04 v2
摘要
广域大场景下面基于图像的多人重建对于人群分析和安全预警至关重要。然而，现有方法无法处理包含数百人的大场景，面临着人数众多、人体尺度差异大以及空间分布复杂等挑战。本文中，我们提出Crowd3D，这是首个从单幅大场景图像中以全局一致性重建数百人的3D姿态、形状和位置的框架。我们方法的核心是在新定义的概念“人-场景虚拟交互点（HVIP）”的辅助下，将复杂人群定位问题转化为像素定位问题。为了以全局一致性重建人群，我们基于HVIP并借助预估计的场景级相机和地平面，提出了一种渐进式重建网络。为处理大量人数和各种人体尺寸，我们还设计了一种自适应以人为中心的裁剪方案。此外，我们贡献了一个用于大场景人群重建的基准数据集LargeCrowd。实验结果证明了所提方法的有效性。代码和数据集将公开。
引用
@article{arxiv.2301.09376,
title = {Crowd3D: Towards Hundreds of People Reconstruction from a Single Image},
author = {Hao Wen and Jing Huang and Huili Cui and Haozhe Lin and YuKun Lai and Lu Fang and Kun Li},
journal= {arXiv preprint arXiv:2301.09376},
year = {2023}
}
备注
Accepted by CVPR 2023