面向鲁棒 RGB-D 人体网格恢复的研究
计算机视觉与模式识别
2019-11-19 v1 机器学习
机器人学
摘要
我们考虑人体姿态估计问题。尽管近期大量工作聚焦于 RGB 域，这些技术本质上约束不足，因为许多三维构型可解释同一二维投影。为此，我们提出一种利用 RGB-D 数据估计参数化人体网格模型的新方法。我们的关键创新包括：(a) 设计新的动态数据融合模块，便于结合 RGB-only 与 RGB-D 数据集进行学习；(b) 新的约束生成模块，在缺乏显式 SMPL 标注时提供 SMPL 监督信号；(c) 设计新的深度排序学习目标，上述均实现了基于 RGB-D 数据的原则性模型训练。我们在多种 RGB-D 数据集上开展充分实验以证明有效性。
引用
@article{arxiv.1911.07383,
title = {Towards Robust RGB-D Human Mesh Recovery},
author = {Ren Li and Changjiang Cai and Georgios Georgakis and Srikrishna Karanam and Terrence Chen and Ziyan Wu},
journal= {arXiv preprint arXiv:1911.07383},
year = {2019}
}
备注
10 pages, 4 figures, 4 tables