谁把狗放出来了？基于循环期望最大化的三维动物重建
计算机视觉与模式识别
2021-02-12 v2
摘要
我们提出了一种自动的端到端方法，用于从单目互联网图像中恢复狗的三维姿态与形状。不同犬种之间巨大的形状差异、严重的遮挡以及互联网图像的低质量使得这一问题极具挑战性。我们比以往工作学习了更丰富的形状先验，有助于正则化参数估计。我们在 Stanford Dog 数据集上展示了结果，这是一个包含 20,580 张狗图像的“野外”数据集，我们为其收集了二维关节与轮廓标注以划分训练与评估集。为了捕捉狗的巨大形状多样性，我们表明二维数据集中的自然变化足以通过期望最大化（EM）学习到详细的的三维先验。作为训练的副产物，我们生成了一个新的参数化模型（包含肢体缩放）SMBLD，并将其与我们的新标注数据集 StanfordExtra 一同发布给研究界。
引用
@article{arxiv.2007.11110,
title = {Who Left the Dogs Out? 3D Animal Reconstruction with Expectation Maximization in the Loop},
author = {Benjamin Biggs and Oliver Boyne and James Charles and Andrew Fitzgibbon and Roberto Cipolla},
journal= {arXiv preprint arXiv:2007.11110},
year = {2021}
}
备注
Accepted at ECCV 2020