I2L-MeshNet：从单张 RGB 图像进行精确三维人体姿态与网格估计的图素线预测网络
计算机视觉与模式识别
2020-11-03 v2
摘要
以往大多数基于图像的三维人体姿态与网格估计方法从输入图像估计人体网格模型的参数。然而，直接从输入图像回归参数是一个高度非线性的映射，因为它打破了输入图像中像素间的空间关系。此外，它无法建模预测不确定性，这会使训练更困难。为解决上述问题，我们提出 I2L-MeshNet，一种图像到图素线（line+pixel）的预测网络。所提出的 I2L-MeshNet 为每个网格顶点坐标在 1D 热力图上预测每图素线的似然，而非直接回归参数。我们基于图素线的 1D 热力图保留了输入图像中的空间关系并建模了预测不确定性。我们展示了图像到图素线预测的优势，并表明所提出的 I2L-MeshNet 优于以往方法。代码已公开 https://github.com/mks0601/I2L-MeshNet_RELEASE。
引用
@article{arxiv.2008.03713,
title = {I2L-MeshNet: Image-to-Lixel Prediction Network for Accurate 3D Human Pose and Mesh Estimation from a Single RGB Image},
author = {Gyeongsik Moon and Kyoung Mu Lee},
journal= {arXiv preprint arXiv:2008.03713},
year = {2020}
}
备注
Published at ECCV 2020