DeepCap：基于弱监督的单目人体性能捕捉
计算机视觉与模式识别
2020-03-19 v1
摘要
人体性能捕捉是计算机视觉中一个非常重要的问题，在电影制作和虚拟/增强现实中有诸多应用。许多已有的性能捕捉方法要么需要昂贵的 multiview 设置，要么无法恢复具有帧间对应关系的稠密时空连贯几何。我们提出了一种用于单目稠密人体性能捕捉的新型深度学习方法。我们的方法以弱监督方式基于多视图监督进行训练，完全免除了对带有 3D 真实标注训练数据的需求。网络架构基于两个分离的网络，将任务解耦为姿态估计与非刚性表面形变步骤。大量的定性与定量评估表明，我们的方法在质量与鲁棒性上优于当前最优方法。
引用
@article{arxiv.2003.08325,
title = {DeepCap: Monocular Human Performance Capture Using Weak Supervision},
author = {Marc Habermann and Weipeng Xu and Michael Zollhoefer and Gerard Pons-Moll and Christian Theobalt},
journal= {arXiv preprint arXiv:2003.08325},
year = {2020}
}