基于物理的单目视频三维人体姿态重建的轨迹优化
计算机视觉与模式识别
2022-05-26 v1
摘要
我们聚焦于从单目视频估计物理上合理的人体关节运动这一任务。现有不考虑物理的方法常产生时间上不一致且带运动伪影的输出，而最先进的基于物理的方法或被证明仅在受控实验室条件下有效，或只考虑限于足部的简化身体-地面接触。本文探讨如何通过将功能完备的物理引擎直接整合进姿态估计过程来解决这些缺陷。给定非受控的真实世界场景作为输入，我们的方法估计物理身体模型的地面位置与尺寸，然后通过执行轨迹优化来恢复物理运动。我们公式的优势在于其易推广至具有多样地面属性且支持任意形式自接触及关节身体与场景几何间接触的各种场景。我们展示，在Human3.6M基准上，我们的方法相较现有基于物理的方法取得有竞争力的结果，同时无需重新训练即可直接应用于来自AIST基准的更复杂动态运动及非受控网络视频。
引用
@article{arxiv.2205.12292,
title = {Trajectory Optimization for Physics-Based Reconstruction of 3d Human Pose from Monocular Video},
author = {Erik Gärtner and Mykhaylo Andriluka and Hongyi Xu and Cristian Sminchisescu},
journal= {arXiv preprint arXiv:2205.12292},
year = {2022}
}
备注
Accepted to CVPR 2022