对于——Learning to Estimate 3D Human Pose and Shape From a Single Color Image的补充理解

图一：
human 2D是一个卷积网络，它从一张彩色图像中，用2D posedata训练了heatmap和silhouette（热图和轮廓），这是第一个过程：在一张真实的图上训练数据；
然后，用两个网络组件poseprior和shapeprior来估计SMPL模型中的参数θ和β，2D关键点的位置（应该是从热图中可以知道各个关键点的位置）是poseprior的输入，轮廓是shapeprior的输入，分别用不同的损失函数来对这两个过程进行监督，以便调整两个参数的值。
接着，用估计到的参数值生成网格图，进而生成一张全身立体的网格图。这是第二个过程，在身形的例子中进行训练。
最后，我们可以通过渲染器把这个图中的轮廓和关键点投影出来。投影图或许会进行反馈，与真值图进行比较，进而对相关参数进行调整，以或得更准确的生成图。

---

图二：
这张图出现在估计3D pose and shape那部分
2D关键点和masks作为输入，然后输出投影图。
下面说一下图：
图像中的大概意思为，左上角的一个关于姿势的源利用MoCap数据集对姿势参数进行采样，可能采到了不同的θ参数，然后左下角的另一个关于身形的源利用身体扫描对形状参数β进行采样࿰