个人的一些拙见,欢迎批评指正,欢迎互相交流…
一、概述预览
DensePose 估计旨在完成从 RGB图像中所有的人体像素 到 人体3D表面 的映射。
相关构成,用文中的话即为(Mask-RCNN + DenseReg)
二、主要工作
主要工作可以总结为三点:
1.通过收集SMPL与COCO中人的密集坐标对应,手动标注建立标注了DensePose COCO数据集。
2.设计了一个可以用于输出uv坐标的框架。
3.训练了一个‘teacher’网络模型,来补齐稀疏点图像到密集监督信号。
三、相关知识
个人认为,要理解整篇文章需要的知识储备,涉及的比较多
1.UV纹理贴图坐标:
请参考:
2.Mask-RCNN
3.DenseReg
没有找到相关的介绍教程,可以看看原论文,或者过些日子写一篇关于DenseReg的个人理解。
4.Detectron
和Mask-RCNN一样都是在FaceBook的Detectron平台上实现。