xiangcece的博客

CVPR 2021【paper】【code】摘要（1）基于模型的三维姿态和形状估计方法通过估计人体的几个参数来重建完整的三维网格。然而，抽象参数的学习是一个高度非线性的过程，且图像与模型存在偏差，导致模型性能较差。（2）相比之下，3D关键点估计方法将深度CNN网络与体积表示相结合，实现了像素级的定位精度，但可能会预测不现实的身体结构。在本文中，我们通过弥合体网格估计和三维关键点估计之间的差距来解决上述问题。提出了一种新的混合逆运动学解(HybrIK)。HybrIK原理：HybrIK通过扭摆分