基于稠密网格承载局部图像特征的单目人体形状与姿态估计
计算机视觉与模式识别
2022-08-12 v3
摘要
我们提出利用像素对齐的局部图像特征，改进基于图卷积的单目输入人体形状与姿态估计方法。给定单张输入彩色图像，现有的基于图卷积网络（GCN）的单目人体形状与姿态估计技术使用单个卷积神经网络（CNN）生成的全局图像特征，并将其等同地附加到所有网格顶点以初始化GCN阶段，该阶段将模板T姿态网格变换为目标姿态。相反，我们首次提出为每个顶点使用局部图像特征的想法。这些特征利用DensePose生成的像素到网格对应关系，从CNN图像特征图中采样得到。我们在标准基准上的定量与定性结果表明，使用局部特征优于全局特征，并取得了与最先进方法相竞争的性能。
引用
@article{arxiv.2111.05319,
title = {Monocular Human Shape and Pose with Dense Mesh-borne Local Image Features},
author = {Shubhendu Jena and Franck Multon and Adnane Boukhayma},
journal= {arXiv preprint arXiv:2111.05319},
year = {2022}
}
备注
FG 2021