Im2Fit：利用单目消费级深度相机与合成数据实现快速 3D 模型拟合与人体测量
计算机视觉与模式识别
2014-11-20 v2
摘要
消费级深度传感器的最新进展为人体测量和建模创造了许多机会。3D 人体形状估计对于虚拟试衣或合身个性化等时尚电子商务应用尤为有用。在本文中，我们提出了一种利用单目消费级深度传感器捕捉精确人体形状和人体测量数据的方法。我们首先利用真实世界的人体尺寸分布生成大量合成 3D 人体模型数据集。接下来，我们从单目深度图像中估计关键身体测量值。我们将身体测量估计值与关键关节位置周围的局部几何特征相结合，形成一个鲁棒的多维特征向量。这使我们能够对数据集中的每个样本进行快速最近邻搜索并返回最接近的样本。与现有方法相比，我们的方法能够利用从合成数据集中学习到的测量参数，从局部视图预测精确的全身参数。此外，我们的系统能够实时生成 3D 人体网格模型，其速度显著快于试图建模形状和姿态变形的方法。为了验证我们系统的效率和适用性，我们收集了一个包含 83 名着装者的正面和背面扫描的数据集，并附有真实的身高和体重数据。在真实世界数据集上的实验表明，所提出的方法能够实现实时性能，并取得具有竞争力的结果，其估计测量值的平均误差为 1.9 cm。
引用
@article{arxiv.1410.0745,
title = {Im2Fit: Fast 3D Model Fitting and Anthropometrics using Single Consumer Depth Camera and Synthetic Data},
author = {Qiaosong Wang and Vignesh Jagadeesh and Bryan Ressler and Robinson Piramuthu},
journal= {arXiv preprint arXiv:1410.0745},
year = {2014}
}