Hi4D：紧密人体交互的 4D 实例分割
计算机视觉与模式识别
2023-03-28 v1
摘要
我们提出 Hi4D，一种用于长时间物理接触下紧密人人交互自动分析的方法与数据集。由于遮挡和复杂形状，稳健地分离多个接触中的主体是一项具有挑战性的任务。因此，现有的多视角系统通常将紧密主体的 3D 表面融合为单个连通网格。为解决此问题，我们利用 i) 单独拟合的神经隐式化身；ii) 一种在紧密接近期间优化姿态与表面的交替优化方案；以及 iii) 从而将融合的原始扫描分割为个体实例。从这些实例中，我们编译了 Hi4D 数据集，包含 20 对主体、100 个序列、总计超过 11K 帧的 4D 纹理扫描。Hi4D 包含丰富的以交互为中心的 2D 和 3D 标注，以及精确配准的参数化身体模型。我们在该数据集上定义了多样化的人体姿态与形状估计任务，并提供了最先进方法在这些基准上的结果。
引用
@article{arxiv.2303.15380,
title = {Hi4D: 4D Instance Segmentation of Close Human Interaction},
author = {Yifei Yin and Chen Guo and Manuel Kaufmann and Juan Jose Zarate and Jie Song and Otmar Hilliges},
journal= {arXiv preprint arXiv:2303.15380},
year = {2023}
}
备注
Project page: https://yifeiyin04.github.io/Hi4D/