翻译:Keep it SMPL: Automatic Estimation of 3DHuman Pose and Shape from a Single Image

摘要

我们描述了第一种从单一的非约束图像中自动估计人体三维姿态和三维形状的方法。我们估计了一个完整的三维网格，并显示了二维连接孤子携带了大量关于体形的信息。由于人体、关节、遮挡、服装、灯光的复杂性，以及从2D推断3D的内在模糊性，这个问题具有挑战性。为了解决这个问题，我们首先使用最近发表的基于dcnn的方法DeepCut来预测（自底向上）2D人体关节的位置。然后，我们将（自上而下）最近发布的统计体型模型（称为SMPL）拟合到2D关节。我们通过最小化一个目标函数来惩罚投影的三维模型关节和检测到的二维关节之间的误差。因为SMPL能捕捉到人群中人体形状的相关信息，所以我们能够很好地将其拟合为非常少的数据。我们进一步利用三维模型来防止导致相互渗透的解决方案。我们评估了我们的方法SMPLify，在eeds Sports、HumanEva和human360万个数据集上，显示了相对于最新技术的超高精度。

介绍

从单个图像中估计三维人体姿态是一个长期存在的问题，具有广泛的应用前景。以前的方法大多只关注姿势和忽略三维人体形状。在这里，我们提供了一个解决方案，是完全自动估计三维网格捕获的姿势和形状从一个二维图像。我们分两步解决这个问题。首先，我们使用最近提出的卷积神经网络（CNN）DeepCut[36]估计二维关节。到目前为止，CNNs已经成功地估计了2D人体姿势[20,34,35,36,51]，但没有从一幅图像中估计出3D姿势和形状。因此，我们添加了第二步，使用称为SMPL的3D生成模型从2D关节估计3D姿势和形状[30]。我们称之为“SMPLify”的总体框架符合自下而上估计（CNN）和自上而下验证（生成模型）的经典范式。图1中显示了一些示例。