DensePose文章内容
模型目的: 将人体2D图像转化成一个3D图像
使用数据库: COCO dataset
具体操作:
1. 先手动标注, 在COCO dataset上语义分割,然后均匀取点, 人工标注出每个点在三维模型上的位置,从而得到2D图片的3D坐标的ground truth,命名该数据库为Densepose COCO dataset
2. 输入2D 图像, 使用ground truth 训练模型, 该模型在DenseReg (专注人脸,将2D转化成3D)模型上改变,应该是使用了Mask-RCNN网络
官方提供:训练好的多个模型参数,提供使用模型的测试代码以及在pretrained model 基础上的训练代码,没找到从0到1 的具体训练代码,详情见 densepose.org , 视频精美,densepose 应用到facebook团队的caffe2模型和detectron(用来语义分割)
研究团队: facebook AI reaserach
我的应用以及效果: 应用到RAP dataset上
detectron 语义分割 效果: