smpl | BriefGPT - AI 论文速递

关键词smpl

搜索结果 - 7

高保真文本到 3D 人体贴图的色彩处理方法
在零样本文本到 3D 人体生成方面的最新进展中，通过使用人体模型先验（例如，SMPL）或 Score Distillation Sampling（SDS）与预训练的文本到图像扩散模型，已经取得了突破性的成果。然而，由于相对较弱的扩散指导，S
PDF9 months ago
MMVoteHMR：面向遮挡感知的点云投票网络用于从部分点云中鲁棒恢复 3D 人体网格
本文提出了一个名为 VoteHMR 的方法，利用包括关节级别特征和输入点云全局特征的信息，通过新颖的遮挡感知投票网络从单帧部分点云中重建可靠的 3D 人类形态，并通过运动学树将关节级别特征填充完成亚像素级参数预测，使得方法在各项指标上均超过
PDF3 years ago
ICCV多视角图像中的多人姿态估计与形状感知
本文提出了一种基于多视图图像的多人姿态估计方法，在统计参数体模型的引导下，这种方法能够更好地纠正不合理的 3D 姿态估计和填充缺失的关节点检测，将 2D 和 3D 观测联系起来，从而更准确地估计 3D 姿态并且具有较好的泛化性能，实验表明该
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
KAMA：三维关键点感知身体网格骨架
KAMA 是一种 3D Keypoint Aware Mesh Articulation 方法，能够通过 3D 身体关键点的位置估计出人体网格，该方法不需要任何匹配的网格注释，能够通过纯粹的 3D 关键点回归实现最先进的网格拟合。
PDF3 years ago
ECCVSTAR: 稀疏训练的关节人体回归器
本研究提出了一种比 SMPL 更为优秀的 3D 人体姿态和形状估计、合成和分析方法 STAR，通过每个关节的姿势修正和基于身体姿势和 BMI 的形状相关姿势修正深度学习而得，同时通过对较多女性和男性对象的训练提高了模型的推广和应用性。
PDF4 years ago
ECCVSMPL 约简：从单张图片自动估计三维人体姿态和形状
本研究提出了一种基于 DeepCut 和 SMPL 模型的 3D 姿态估计方法，能够从单张无约束的图像中自动预测人体的姿态和形状，实现了对人体结构和运动的精确推断。
PDF8 years ago