HuMMan：面向通用感知与建模的多模态 4D 人体数据集
计算机视觉与模式识别
2023-04-18 v2
摘要
4D 人体感知与建模是视觉与图形学中的基础任务，具有众多应用。随着新传感器与算法的发展，对更通用数据集的需求日益增长。本工作中，我们贡献了 HuMMan，一个大规模多模态 4D 人体数据集，包含 1000 名人体受试者、40 万条序列和 6000 万帧。HuMMan 具有若干吸引人的特性：1）多模态数据与标注，包括彩色图像、点云、关键点、SMPL 参数和带纹理网格；2）传感器套件中包含流行的移动设备；3）一组 500 个动作，旨在覆盖基础运动；4）支持并评估动作识别、姿态估计、参数化人体恢复和带纹理网格重建等多项任务。在 HuMMan 上的大量实验表明了进一步研究细粒度动作识别、动态人体网格重建、基于点云的参数化人体恢复和跨设备域差距等挑战的必要性。
引用
@article{arxiv.2204.13686,
title = {HuMMan: Multi-Modal 4D Human Dataset for Versatile Sensing and Modeling},
author = {Zhongang Cai and Daxuan Ren and Ailing Zeng and Zhengyu Lin and Tao Yu and Wenjia Wang and Xiangyu Fan and Yang Gao and Yifan Yu and Liang Pan and Fangzhou Hong and Mingyuan Zhang and Chen Change Loy and Lei Yang and Ziwei Liu},
journal= {arXiv preprint arXiv:2204.13686},
year = {2023}
}
备注
Homepage: https://caizhongang.github.io/projects/HuMMan/