两全其美：结合基于模型与非参数方法的 3D 人体估计
计算机视觉与模式识别
2022-05-03 v1
摘要
基于非参数的方法近期在从单目图像重建人体方面展现出有前景的结果，而基于模型的方法可帮助纠正这些估计并改进预测。然而，从全局图像特征估计模型参数可能导致估计网格与图像证据之间明显错位。为解决该问题并兼顾两者优势，我们提出一个由三个连续模块组成的框架。密集映射预测模块显式建立图像证据与身体模型各部位之间的密集 UV 对应。逆运动学模块精炼关键点预测并生成带姿态的模板网格。最后，UV 修复模块依据对应特征、预测及带姿态模板，完成被遮挡身体形状的预测。我们的框架兼顾非参数与基于模型方法的优势，并对部分遮挡具有鲁棒性。实验表明，我们的框架在多个公开基准上优于现有 3D 人体估计方法。
引用
@article{arxiv.2205.00508,
title = {The Best of Both Worlds: Combining Model-based and Nonparametric Approaches for 3D Human Body Estimation},
author = {Zhe Wang and Jimei Yang and Charless Fowlkes},
journal= {arXiv preprint arXiv:2205.00508},
year = {2022}
}