超级会员免费看
本文提出了一种名为EgoEgo的新方法，利用自我中心视频预测3D人体运动，无需配对视频。通过头部姿势作为中间表示，该方法将问题分解为头部姿势估计和全身姿势估计两部分，解决了以自我为中心的视频中人体运动建模的挑战。实验结果显示，EgoEgo在合成和真实数据上显著优于现有方法，并通过人类感知研究证明了其效果。
作者：PCIPG-XK | 来源：3D视觉工坊
在公众号「3D视觉工坊」后台，回复「原论文」可获取论文pdf、代码、视频链接。
添加微信：dddvisiona，备注：姿态估计，拉你入群。文末附行业细分群。
从以自我为中心的视频序列中预测 3D 人体运动在人类行为理解中发挥着至关重要的作用，并且在 VR/AR 中具有多种应用。然而，天真地学习以自我为中心的视频和人体动作之间的映射是具有挑战性的，因为放置在用户头部的前置摄像头通常无法观察到用户的身体。此外，通过配对的自我中心视频和 3D 人体动作收集大规模、高质量的数据集需要精确的动作捕捉设备，这通常将视频中的场景种类限制在类似实验室的环境中。为了消除配对自我中心视频和人体运动的需要，我们提出了一种新方法，通过自我头部姿势估计进行自我身体姿势估计（EgoEgo），
订阅专栏 解锁全文
扫一扫
2342
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
