稀疏数据下的姿态无关三维人体测量
计算机视觉与模式识别
2025-01-13 v1
摘要
3D 数字人体测量是指从3D扫描中估计人体尺寸的研究方法。精确的人体尺寸测量是医疗行业中重要的健康指标，也是时尚、人体工学和娱乐行业中的关键因素。测量协议包括在静止的 A 姿势下扫描整个受试者，该姿势在扫描过程中保持不呼吸且不动。然而，在整个扫描过程中维持 A 姿势并不容易，扫描时间甚至可能持续数分钟。这种限制会影响扫描的最终质量，从而影响依赖稠密几何数据的方法获得的人体尺寸测量准确性。此外，这一限制使得无法开发适用于无法保持 A 姿势的主体的人体测量方法，例如那些受伤或有残疾的主体。我们提出了一种方法，可从任何姿势下获取的稀疏 landmarks 中获得人体尺寸测量。我们利用姿态为已知的受试者的稀疏 landmarks 来创建姿态无关特征，并训练网络预测标准 A 姿势下的人体尺寸测量。我们表明，该方法在使用标准 A 姿势下稠密几何数据的竞争方法中，能够获得相当的结果，但具备仅使用稀疏 landmarks 从任何姿势下估计人体尺寸测量的能力。最后，我们通过在 https://github.com/DavidBoja/pose-independent-anthropometry 上向研究社区公开本方法，弥补了缺乏开源3D人体测量方法的不足。
引用
@article{arxiv.2501.06014,
title = {Pose-independent 3D Anthropometry from Sparse Data},
author = {David Bojanić and Stefanie Wuhrer and Tomislav Petković and Tomislav Pribanić},
journal= {arXiv preprint arXiv:2501.06014},
year = {2025}
}