解耦潜在手表征用于图像合成与姿态估计
计算机视觉与模式识别
2019-04-29 v2
摘要
由于从图像背景内容到相机视角的各种变化因素之间存在巨大差异，手部图像合成与从 RGB 图像进行姿态估计均为极具挑战性的任务。为了更好地分析这些变化因素，我们提出使用解耦表征以及一种解耦变分自编码器（dVAE），其允许对这些因素进行特定采样与推断。由变分下界导出的目标函数以及所提出的训练策略具有高度灵活性，使我们能够处理跨模态编码器与解码器以及半监督学习场景。实验表明，我们的 dVAE 能够合成可由姿态与图像背景内容共同指定的高度真实的手部图像，并且能从 RGB 图像估计 3D 手部姿态，在两个公开基准上达到与最先进方法竞争的精度。
引用
@article{arxiv.1812.01002,
title = {Disentangling Latent Hands for Image Synthesis and Pose Estimation},
author = {Linlin Yang and Angela Yao},
journal= {arXiv preprint arXiv:1812.01002},
year = {2019}
}
备注
CVPR 2019