Convolutional Mesh Regression for Single-Image Human Shape Reconstruction 论文理解

Convolutional Mesh Regression for Single-Image Human Shape Reconstruction

这篇论文是CVPR2019关于三维人体重建的论文,作者使用GraphCNN去从单张RGB中回归模型mesh顶点位置而不是像之前那样直接去回归SMPL统计模板参数。这样做的目的在于SMPL参数模型丢失了人体部分细节特别是一些高频信息(主要是因为使用降维方法去逼近得到的),所以去直接回归SMPL参数模型本身就是不合适的,所以在这篇论文作者结合GraphCNN技术,通过传统CNN去从单张RGB中抽取特征,然后驱动输入的标准mesh上的顶点向目标位置移动。但是从结果来看效果好像不是特别好,所以作者又在后面接了一个线性层去回归SMPL参数。
目前打算根据这篇论文去改进,以后再细说吧。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值