3d motion capture | BriefGPT

关键词3d motion capture

搜索结果 - 7

MAS: 使用 2D 扩散进行的多视角祖先采样的 3D 运动生成
我们介绍了一种名为多视角祖先采样（MAS）的方法，用于生成一系列运动的一致的多视角 2D 样本，从而实现其 3D 对应物的创建。MAS 利用仅基于 2D 数据训练的扩散模型，为 3D 数据稀缺且难以收集的运动领域提供了机会。MAS 通过同时
PDF8 months ago
PhysCap: 实时单目 3D 运动捕捉的物理可信解决方案
本文介绍了一种用于真实场景下的、单机位、实时运动捕捉的算法，该算法首次提出了纯物理可行、实时和无标记人类 3D 运动捕捉的算法，通过 CNN 和逆运动学步骤捕捉纯运动，进一步使用物理优化器来处理运动捕捉，实现了全局 3D 人体运动捕捉，而不
PDF4 years ago
XNect: 单目 RGB 相机多人实时 3D 动作捕捉
本文提出了一种实时的多人三维运动捕捉方法，使用单个 RGB 相机以超过 30fps 的速度进行，利用卷积神经网络和全连接神经网络来估计每个人的 2D 和 3D 姿态特征，并在空间 - 时间骨骼模型拟合后返回完整的骨骼姿态，相较于以往方法，本
PDF5 years ago
野外单目全身捕捉：头、身体和手势的姿态捕捉
本文提出了一种从单目视角输入捕获目标人物 3D 运动的方法，利用 3D 可变形网格模型重建运动，使用 3D 部分方向场对所有身体部位的 3D 方向进行编码，在训练集和性能评估方面表现良好，并在各种挑战性的野外视频上演示了总体运动捕捉的结果。
PDF6 years ago
CVPR从合成人中学习
本文提出了使用由 3D 运动捕捉数据生成的合成真实人形图像的大规模数据集 (SURREAL) 来训练卷积神经网络 (CNNs)，并且通过该数据集训练的 CNNs 在 RGB 图像中可以准确地进行人物深度估计和人物部分分割。
PDF7 years ago
Panoptic Studio: 大规模多视角社交交互捕捉系统
本文提出了一种通过 Panoptic Studio 采用感知分析来捕捉社交互动群体的 3D 动作的方法，无需标记即可实现超过五人社交互动的全身运动重建。
PDF8 years ago
NIPSMoCap 引导的数据增强在野外三维姿态估计中的应用
该论文提出了一种采用基于图像合成方法生成真实图片数据集以训练 CNN 模型，用于解决 3D 人体姿态估计缺少真实数据的问题，并通过在受控环境和实境的表现表明其可行性。
PDF8 years ago