【论文代码】VIBE 基于视频的人体3D形状和姿态估计

VIBE: Video Inference for Human Body Pose and Shape Estimation [CVPR-2020] 之 论文官方代码使用注意事项 ↓↓↓

传送门：https://github.com/mkocabas/VIBE

环境准备

Clone the repo:

git clone https://github.com/mkocabas/VIBE.git

Install the requirements using virtualenv or conda:

# pip
source scripts/install_pip.sh

# conda
source scripts/install_conda.sh

PS: install_pip.sh の pip install git+https://github.com/giacaglia/pytube.git --upgrade Connection timed out
可将 git仓库 手动下载到本地 dependence/
修改为 pip install dependence/pytube;
requirements.txt 相应路径 同理;

输出图片

demo.py

        # ========= Save rendered video ========= #
        vid_name = os.path.basename(video_file)
        save_name = f'{vid_name.replace(".mp4", "")}_vibe_result.mp4'
        save_name = os.path.join(output_path, save_name)
        print(f'Saving result video to {save_name}')
        images_to_video(img_folder=output_img_folder, output_vid_file=save_name)
        # shutil.rmtree(output_img_folder)    # 注释此行

效果展示

可喜可贺 运行过程 没有Bug 非常顺利

sample_video_mp4_output

可见，位姿偏移明显；

signer6_sample1_color_mp4_output 本地视频

可见，对手部关节点 捕捉不佳；

总结

3D 位姿估计 可以提供令人眼前一亮的展示效果，但其细节精度仍存在不足；
对于 精细化识别，更推荐 2D 位姿估计 ~

写在最后：若本文章对您有帮助，请点个赞啦 ٩(๑•̀ω•́๑)۶