BriefGPT.xyz
Ask
alpha
关键词
3d human pose and shape estimation
搜索结果 - 3
BEDLAM: 一个合成数据集,展示身体具有详细的逼真动态
通过对合成数据的训练,我们首次展示了神经网络在从实际图像中估计三维人体姿态和形状(HPS)问题上实现了最先进的精度。
PDF
a year ago
CLIFF:在完整帧中携带位置信息以进行人体姿态和形状估计
本文提出一种新方法,将完整画面中的位置信息带入剪裁图像的特征中,以解决在 3D 人体姿态和形状估计中全局旋转不准确的问题,并提出基于 CLIFF 的伪基础真值标注器,能为野外 2D 数据集提供高质量的 3D 标注和对基于回归的方法提供关键的
→
PDF
2 years ago
一个稀疏约束的优化方案,用于 3D 人体姿势与形态估计的复兴
该研究提出了一种新颖的基于稀疏约束的 3D 人体姿态和形状估计方法,通过高效计算 Gauss-Newton 方向并利用优化问题的稀疏约束性质,将优化时间缩短到 4ms 左右,并成功地将其应用于单张图像的实时运动捕捉领域。
PDF
3 years ago
Prev
Next