基于多视角人体解析的人体网格部件分割
计算机视觉与模式识别
2025-09-03 v4 图像与视频处理
摘要
点云深度学习的最新进展使得模型能够仅利用无序点集的原始几何信息，在大规模点云上实现高精度的逐部件标注。与此同时，人体解析领域专注于从图像中预测身体部位和服装/配饰标签。本文旨在通过实现大规模人体网格的逐顶点语义分割，来桥接这两个领域。为此，我们为Thuman2.1数据集开发了一个伪真值标注流程：首先将网格对齐到标准姿态，从多个视角进行分割，然后将得到的点级标签反投影回原始网格，以生成逐点伪真值标注。随后，我们引入了一种新颖的内存高效采样策略——基于空间填充曲线序列化的窗口化迭代最远点采样（FPS），以有效下采样点云。之后，使用PointTransformer进行纯几何分割，从而在不依赖纹理信息的情况下实现人体网格的语义解析。实验结果证实了所提方法的有效性和准确性。项目代码和预处理数据可在 https://github.com/JamesMcCullochDickens/Human3DParsing/tree/master 获取。
引用
@article{arxiv.2507.18655,
title = {Part Segmentation of Human Meshes via Multi-View Human Parsing},
author = {James Dickens and Kamyar Hamad},
journal= {arXiv preprint arXiv:2507.18655},
year = {2025}
}