Sep, 2022
基于人体姿态的物品使用推荐
Human Pose Driven Object Effects Recommendation
Zhaoxin Fan, Fengxin Li, Hongyan Liu, Jun He, Xiaoyong Du
TL;DR本研究旨在解决微视频平台中物体效果推荐的问题，并提出了一个新的基于 3D 人体姿势的 PoseRec 网络来推荐物体效果。通过利用 3D 人体姿势的优势，PoseRec 可以从多帧 3D 人体姿势中学习信息以实现高质量的效果推荐表现，同时使用 item-aware implicit prototype learning module 和 pose-aware transductive hard-negative mining module 进一步解决内在的模糊和稀疏问题，实现更好的姿态和物品关系的学习。在新的数据集 Pose-OBE 上的广泛实验表明，我们的方法比强基线都具有更优越的表现。