利用最少相机进行 3D 人体形状与姿态的语义估计
计算机视觉与模式识别
2020-09-08 v2
摘要
我们的目标是从多视角视频（MVV）（少至两个视角）同时估计人体表演的 3D 关节姿态和高保真体积占用。我们使用一个多通道对称 3D 卷积编解码器，配合双重损失，以强制学习一个潜嵌入，从而能够推断骨骼关节位置并对表演进行体积重建。该推断通过对涵盖广泛对象和动作的多视角视频缺视数据集上学习的先验进行正则化，并表明其对未见过的对象和动作具有良好泛化能力。我们在两个 MVV 表演捕捉数据集 Human 3.6M 和 TotalCapture 上展示了相对于先前工作的重建精度提升与更低的姿态估计误差。
引用
@article{arxiv.1908.03030,
title = {Semantic Estimation of 3D Body Shape and Pose using Minimal Cameras},
author = {Andrew Gilbert and Matthew Trumble and Adrian Hilton and John Collomosse},
journal= {arXiv preprint arXiv:1908.03030},
year = {2020}
}