shape estimation | BriefGPT

关键词shape estimation

搜索结果 - 32

SkelFormer：使用骨架转换器进行无标记的 3D 姿态和形状估计
为了多视角人体姿势和形状估计，我们介绍了 SkelFormer，一种新颖的无标记动作捕捉方法。我们的方法首先使用现成的在野外大规模训练的 2D 关键点估计器来获取 3D 关节位置。接下来，我们设计了一个基于回归的逆运动学骨骼变换器，将关节位
PDF2 months ago
可变形线性物体的实时鲁棒形状估计
提出了一种使用散乱和无序关键点实时估计线性可变形物体形状的强鲁棒方法，并通过模拟实验和真实世界实验验证了其在追踪和估计复杂情况下的稳健性。
PDF3 months ago
ICCV个性化 3D 人体姿势和形状优化
我们提出使用密集对应将人体模型的初步估计与相应的图像生成关联，以便优化初步估计的过程。我们将 3D 模型的渲染结果用于预测合成图像与 RGB 图像之间的像素级 2D 位移，从而有效地整合和利用人体外观信息。通过最小化投影损失，我们可以将像素
PDF3 months ago
使用生成模型的合成数据在野外进行的 3D 人体重建
通过基于扩散模型的 HumanWild 方法，我们展示了由生成模型创建的合成数据与计算机图形渲染数据互补，从而在 3D 人体姿态和形状估计方面在多样化的真实场景中实现了卓越的泛化性能。
PDF3 months ago
AAAI通过双重噪声估计实现单目三维手部网格恢复
基于参数模型的双重噪声估计方法在 3D 手部姿势和形状估计中取得了显著的进展，可以生成与图像对齐的高质量 3D 手部网格。
PDF6 months ago
基于人体模型的身份识别：形状和姿势参数
我们提出了一种基于人体模型的身份识别系统 (HMID) 系统，该系统联合训练了形状、姿势和生物特征识别。该 HMID 模型在使用额外的形状和姿势损失进行训练时，在生物特征识别性能方面表现出显著改进，且在衣物、视角和范围变化时仍能进行稳健的图
PDF7 months ago
可微分的基于点的逆渲染
提出了可微分的基于点的反渲染方法，该方法通过对在不同光照下捕获的图像进行分析合成，估计形状和空间变化的 BRDF。利用混合的基于点和基于体素的几何表示进行快速渲染，并通过正则化基函数的 BRDF 表示来缓解反渲染的无意义性。通过点阴影图渲染
PDF7 months ago
ICCVCloth2Body: 从 2D 服装生成 3D 人体网格
在本研究中，我们定义和研究了一个新的 Cloth2Body 问题，其目标是从 2D 服装图像生成 3D 人体网格。与现有的人体网格恢复问题不同，Cloth2Body 需要解决输入的局部观察和输出的高度多样性带来的新挑战。我们提出了一个端到端
PDF9 months ago
Animal3D: 一份全面的 3D 动物姿势和形状数据集
提出了 Animal3D 数据集，为哺乳动物的 3D 姿态和形状估计提供了全面的数据集，实验证明跨物种的动物 3D 形状和姿态的预测仍然是一项非常具有挑战性的任务，合成预训练是提高模型性能的一种可行策略。
PDF10 months ago
从 2D 关节点到 3D 人体网格的 3D 旋转和抬升分解
本文提出了一种新方法，即将 3D 关节旋转分解为骨向量和骨扭矢量，然后使用非线性优化方法来拟合形状参数和骨向量，设计了一种 2D-to-3D lifting 网络来估计骨扭矢量和 3D 关节位置，从而提高了 3D 人体网格恢复的性能。
PDFa year ago
单张图像人体网格重建误差估计
该研究提出了一种人体姿势和形状预测模型，可以识别不可靠的预测区域，特别适用于人机交互领域。
PDFa year ago
CVPRNIKI: 基于可逆神经网络的神经逆运动学方法用于 3D 人体姿态和形态估计
本文提出了一种名为 NIKI 的深度学习模型，通过建模双向误差来提高 3D 人体姿态估计的鲁棒性和像素对齐精度，使用可逆神经网络从正向和反向过程中进行学习，并模拟解析逆运动学算法以提高可解释性，在标准和遮挡指标测试上均呈现出鲁棒性和对齐效果
PDFa year ago
CVPRHuManiFlow: 在 SO (3) 流形上，对祖先进行调整的正则化流，用于人类姿势和形状分布估计
本文介绍了一种名为 HuManiFlow 的方法，利用概率分布和正规化流预测 3D 人体姿态和形状，同时具备准确性、一致性和多样性，解决了估计不明确的问题。
PDFa year ago
AAAIIKOL：通过高斯 - 牛顿微分进行 3D 人体姿态和形状估计的逆运动学优化层
该论文提出了一种逆向运动学优化层（IKOL），该层采用优化与回归方法结合的端到端框架来进行 3D 人体姿态和形状估计，并使用了一种 Gauss-Newton 微分过程来加速计算，获得了比现有方法更准确的结果。
PDFa year ago
CVPR捕捉运动中的人类：从单目视频中估计时间关注的三维人体姿态和形状
该研究提出了一种运动姿势和形状网络（MPS-Net）来有效地捕捉视频中的运动并从中估计准确的和时间连续的三维人体姿态和形状。MPS-Net 利用运动连续性注意力（MoCA）模块和分层注意特征融合（HAFI）模块以提高运动姿势的精度并使用更少
PDF2 years ago
iCaps: 迭代式类别级物体姿态和形状估计
本文提出了一种基于自编码器、粒子滤波和 LatentNet 的类别水平 6D 目标姿态和形状估计方法，可用于跟踪类别中未见过的物体的 6D 姿态和估计它们的 3D 形状。
PDF3 years ago
ICCVPatch2CAD：单张图像中自然环境下的形状检索的补丁嵌入学习
本文介绍了一种基于 CAD 模型的方法，通过构建 2D 图像和 3D CAD 模型之间的联合嵌入空间，实现了对物体形状的精确估计和检测。试验结果表明，该方法对于复杂场景中的图像检测更为鲁棒。
PDF3 years ago
LASOR: 通过合成有遮挡感知数据和神经网格渲染学习精确的三维人体姿态和形状
针对人体姿态和形状估计中的遮挡问题，特别是人物之间的遮挡问题，本文提出了一种新的框架，通过合成 occlusion-aware 阴影和 2D 关键点方便估计 SMPL 姿态和形状参数，使用三维神经网格渲染器实现了实时新学习，已在现有数据集中
PDF3 years ago
PARE：用于 3D 人体重建的部件关注回归器
本文提出一种软注意机制 (PARE)，通过学习预测部位引导的注意掩蔽层来适应部分遮挡，以提高对 3D 人体姿态估计和形状估计的精度和鲁棒性。实验证明，PARE 比现有方法在遮挡和标准基准测试上具有更精确和更稳健的重建结果。
PDF3 years ago
从低分辨率图像和视频中重建 3D 人体姿态、形状和纹理
本文提出了一种名为 RSC-Net 的算法，通过分辨率感知网络、自监督损失和对比学习方案来学习跨分辨率的三维人体姿态和形状，并通过低分辨率输入进行重建，优于现有的方法。
PDF3 years ago