本文介绍了一种多人 3D 姿态估计的快速、鲁棒方法,使用多方式匹配算法来解决在噪声和不完整的 2D 姿态预测中查找跨视角对应关系的主要挑战,并结合几何和外观提示进行跨视角匹配。
Jan, 2019
通过引入一个动态元素 - 任意场景中可以自由移动的刚性物体,我们提出了一种新颖的方法来精确估计大型摄像头网络中的摄像头姿势,该方法可以可靠地从单张图像中推测出该物体的姿势,并解决了在直接估计摄像头之间相对姿势时遇到的挑战,从而实现了准确的摄像头姿势估计。
Mar, 2024
本文介绍如何使用神经网络模型进行多摄像头人体姿势估计,在考虑多角度遮挡及联合位置不确定性情况下,使用 2D 关键点数据进行训练。相比于经典捆绑调整与弱监督单目 3D 基线方法,我们的模型在 Human3.6M 和 Ski-Pose PTZ 数据集上表现更好。
Aug, 2021
使用离线的 3D 姿势估计器,结合多视图线索和相机校准,自动化地获取 3D 人体姿态信息,包括时间同步和相机内外部校准,并通过将高维时间和校准空间划分为级联子空间以及引入定制算法来优化每个子空间,最终实现了易于使用、灵活且稳健的动作捕捉工具箱。
May, 2024
本研究提供了两种新方法来估计相机和全局姿态传感器之间的准确可靠的时空校准参数。第一种是高精度和一致性的离线基于目标的方法,通过同时优化时空参数、摄像机内参和轨迹。第二种是无需标定目标的在线方法,实现了估计时空参数的时变性,并进行了详细的可观测性分析,从而为校准提供了可解释的指导原则。最后,通过手持实际数据集的评估,验证了两种方法的准确性和一致性,这些数据集在传统手眼校准方法中无法工作。
本论文提出一种基于算法规划的视角控制方法,通过估算 3D 人体姿势估计的不确定性,结合基于深度学习的回归器和时间平滑性等多个不确定性来源,实现了更为准确的 3D 姿态估计,其性能优于基于人物跟随和围绕的相关研究。
Dec, 2019
本文介绍了一种基于多视图校准的多人 3D 姿势估计和跟踪方法,利用时序一致性来匹配先前构建的每个视图中的用 2D 姿势估计生成的 3D 骨架,同时提出两种策略,以实现更好的对应关系和 3D 重构。该方法在两个基准上实现了竞争性成果,并在 Campus 测试中取得了良好的结果。
Jun, 2021
该文研究了自动驾驶在高度动态和可能杂乱的环境下的相对姿态问题,提出了一种使用多摄像头系统的新算法,利用特定的先验知识开发了一种高效的 4 点算法,并与 RANSAC 结合使用,在合成数据和实际应用中表现良好。
May, 2016
基于单摄像头的 3D 姿势估计一直是个不确定问题,本研究提出了 Platypose 框架,利用预训练的扩散模型对零样本的 3D 姿势序列估计进行更好的多假设运动估计,同时在静态姿势和校准方面取得了最先进的结果。
本文提出了一种基于视觉、几何和语义多模式的姿态验证方法,并在室内场景数据集上取得了显著改善,该方法在增强现实和机器人等领域有广泛的实际应用价值。
Aug, 2019