ReFit：用于 3D 人体重建的循环拟合网络
计算机视觉与模式识别
2023-08-23 v1
摘要
我们提出 Recurrent Fitting（ReFit），一种用于单图像参数化 3D 人体重建的神经网络架构。ReFit 学习一个反馈-更新循环，其镜像了通过优化求解逆问题的策略。在每次迭代步骤中，它将人体模型的关键点重投影到特征图以查询反馈，并使用基于循环的更新器调整模型以更好地拟合图像。由于 ReFit 编码了逆问题的强知识，其训练速度快于先前的回归模型。同时，ReFit 在标准基准上提升了最先进性能。此外，ReFit 适用于其他优化设置，如多视图拟合和单视图形状拟合。项目网站：https://yufu-wang.github.io/refit_humans/
引用
@article{arxiv.2308.11184,
title = {ReFit: Recurrent Fitting Network for 3D Human Recovery},
author = {Yufu Wang and Kostas Daniilidis},
journal= {arXiv preprint arXiv:2308.11184},
year = {2023}
}
备注
ICCV 2023