SynBody：具有分层人体模型用于3D人体感知与建模的合成数据集
计算机视觉与模式识别
2023-09-12 v2
摘要
合成数据因能以低成本获取大规模人体数据集而成为3D人体研究的有前景来源。为提升人体模型的多样性与标注质量，我们引入一个新的合成数据集SynBody，具有三个突出特点：1）可生成多样化主体的穿衣参数化人体模型；2）天然提供高质量3D标注以支持多任务的分层人体表示；3）可扩展的逼真数据生成系统以助力真实世界任务。该数据集包含1.2M图像及相应精确3D标注，涵盖10,000个人体模型、1,187个动作及多种视角。数据集包括用于人体姿态与形状估计以及人体神经渲染的两个子集。在SynBody上的大量实验表明其显著增强了SMPL与SMPL-X估计。此外，分层标注的引入为研究人体神经辐射场（NeRF）提供了宝贵的训练资源。
引用
@article{arxiv.2303.17368,
title = {SynBody: Synthetic Dataset with Layered Human Models for 3D Human Perception and Modeling},
author = {Zhitao Yang and Zhongang Cai and Haiyi Mei and Shuai Liu and Zhaoxi Chen and Weiye Xiao and Yukun Wei and Zhongfei Qing and Chen Wei and Bo Dai and Wayne Wu and Chen Qian and Dahua Lin and Ziwei Liu and Lei Yang},
journal= {arXiv preprint arXiv:2303.17368},
year = {2023}
}
备注
Accepted by ICCV 2023. Project webpage: https://synbody.github.io/