面向混合现实的自我中心人体分割
计算机视觉与模式识别
2020-06-09 v2
摘要
本工作的目标是通过语义分割网络从自我中心视频中分割人体部位。我们的贡献有两点:i)我们创建了一个半合成数据集,包含超过 15000 幅逼真图像及对应的自我中心人体部位(如手臂或腿部,并涵盖不同人口统计因素)像素级标签;ii)基于 ThunderNet 架构,我们实现了一种深度学习语义分割算法,能够超越实时要求(对 720 x 720 图像耗时 16 ms)。我们认为该方法将增强虚拟环境的临场感,并构成相比标准虚拟化身更真实的解决方案。
引用
@article{arxiv.2005.12074,
title = {Egocentric Human Segmentation for Mixed Reality},
author = {Andrija Gajic and Ester Gonzalez-Sosa and Diego Gonzalez-Morin and Marcos Escudero-Viñolo and Alvaro Villegas},
journal= {arXiv preprint arXiv:2005.12074},
year = {2020}
}
备注
Accepted for presentation at EPIC@CVPR2020 workshop