单目、单阶段、多人的三维人体回归
计算机视觉与模式识别
2021-09-17 v4
摘要
本文聚焦于从单张RGB图像回归多个三维人体。现有方法主要遵循多阶段流程：先检测边界框内的人，再独立回归其三维身体网格。相反，我们提出以单阶段方式回归多人的所有网格（称为ROMP）。该方法概念简单、无边界框，并能够以端到端方式学习逐像素表示。我们的方法同时预测身体中心热图与网格参数图，二者可在像素层级共同描述三维身体网格。通过身体中心引导的采样过程，图像中所有人的身体网格参数可轻易从网格参数图中提取。借助此种细粒度表示，我们的单阶段框架免除了复杂的多阶段过程，并对遮挡更具鲁棒性。与最先进方法相比，ROMP在具有挑战性的多人基准（包括3DPW与CMU Panoptic）上取得更优性能。在拥挤/遮挡数据集上的实验证明了其在各类遮挡下的鲁棒性。所发布的代码是单目多人三维网格回归的首个实时实现。
引用
@article{arxiv.2008.12272,
title = {Monocular, One-stage, Regression of Multiple 3D People},
author = {Yu Sun and Qian Bao and Wu Liu and Yili Fu and Michael J. Black and Tao Mei},
journal= {arXiv preprint arXiv:2008.12272},
year = {2021}
}
备注
ICCV 2021, Code https://github.com/Arthur151/ROMP