LPSNet：基于无透镜成像的端到端人体姿态与形状估计
计算机视觉与模式识别
2024-04-09 v3
摘要
利用无透镜成像进行人体姿态与形状（HPS）估计不仅有利于隐私保护，而且由于该设备尺寸小、结构简单，还可用于隐蔽监控场景。然而，由于捕获测量值固有的模糊性，且缺乏直接从无透镜数据中估计人体姿态与形状的有效方法，该任务面临重大挑战。据我们所知，本文提出了首个从无透镜测量值中恢复 3D 人体姿态与形状的端到端框架。我们专门设计了一个多尺度无透镜特征解码器，通过光学编码掩码解码无透镜测量值，以实现高效的特征提取。我们还提出了一种双头辅助监督机制，以提高人体肢体末端的估计精度。此外，我们搭建了一套无透镜成像系统，并在由该系统采集的多个数据集上验证了我们方法的有效性。
引用
@article{arxiv.2404.01941,
title = {LPSNet: End-to-End Human Pose and Shape Estimation with Lensless Imaging},
author = {Haoyang Ge and Qiao Feng and Hailong Jia and Xiongzheng Li and Xiangjun Yin and You Zhou and Jingyu Yang and Kun Li},
journal= {arXiv preprint arXiv:2404.01941},
year = {2024}
}
备注
Accepted to CVPR 2024. More results available at https://cic.tju.edu.cn/faculty/likun/projects/LPSNet