CrowdRec：基于单张彩色图像的三维人群重建

这是一份面向GigaCrowd挑战赛的技术报告。从单目图像重建三维人群是一个具有挑战性的问题，原因在于相互遮挡、严重的深度歧义以及复杂的空间分布。由于不存在可用于训练鲁棒模型的大规模三维人群数据集，当前的多人网格恢复方法在拥挤场景中难以取得令人满意的性能。本文中，我们利用人群特征，并提出一种人群约束优化方法，以改进通用的单人方法在人群图像上的表现。为避免尺度变化，我们首先使用现成的检测器从原始图像中检测出人体边界框与二维姿态。然后，我们利用现有的野外图像数据集训练一个单人网格恢复网络。为促进更合理的空间分布，我们进一步提出一种人群约束来精调单人网络参数。通过该优化，我们可以利用单人骨干网络从大规模人群图像中获得具有合理绝对位置的精确身体姿态与形状。代码将公开于~\url{https://github.com/boycehbz/CrowdRec}。