从单张模糊图像恢复三维手部网格序列：一个新数据集与时序展开方法
计算机视觉与模式识别
2023-03-28 v1
摘要
手是我们身体中最具动态性的部位之一，因其活跃的运动而容易产生模糊。然而，以往的3D手部网格恢复方法主要集中于清晰的手部图像，而未考虑模糊问题，原因在于缺乏提供模糊手部图像的数据集。我们首先提出了一个新颖的数据集BlurHand，其包含带有3D真值的模糊手部图像。BlurHand通过从连续清晰手部图像合成运动模糊来构建，以模拟真实且自然的动态模糊。除新数据集外，我们提出了BlurHandNet，一种从模糊手部图像精确恢复3D手部网格的基线网络。我们的BlurHandNet将模糊输入图像展开为3D手部网格序列，以利用模糊输入图像中的时序信息，而以往工作仅输出静态的单手网格。我们在实验中展示了BlurHand对于从模糊图像恢复3D手部网格的有效性。所提出的BlurHandNet在模糊图像上产生了更为鲁棒的结果，同时能很好地泛化至真实场景图像。训练代码与BlurHand数据集可在 https://github.com/JaehaKim97/BlurHand_RELEASE 获取。
引用
@article{arxiv.2303.15417,
title = {Recovering 3D Hand Mesh Sequence from a Single Blurry Image: A New Dataset and Temporal Unfolding},
author = {Yeonguk Oh and JoonKyu Park and Jaeha Kim and Gyeongsik Moon and Kyoung Mu Lee},
journal= {arXiv preprint arXiv:2303.15417},
year = {2023}
}
备注
Accepted at CVPR 2023