HeatFormer：用于多视角人体网格恢复的神经优化器

我们提出了一种新方法，用于人体形状和姿态恢复，能够充分利用多个静态视角。我们关注固定多视角的人体监控，包括老年护理和安全监控，后者可在房间或开放空间的角落安装已校准的摄像机，但其配置可能因环境而异。我们的核心思想是将其建模为神经优化。我们通过HeatFormer实现，该神经优化器迭代细化给定多视角图像的SMPL参数， fundamentally agonistic to the configuration of views. HeatFormer 将该SMPL参数估计实现为热图生成与对齐，采用新颖的变换器编码器和解码器。我们通过大量实验演示了HeatFormer的有效性，包括其准确性、遮挡鲁棒性和可泛化性。我们认为HeatFormer可以在被动人体行为建模中发挥关键作用。