Select Language

AI社区

公开数据集

MonoPerfCap 单眼视频捕捉人类数据集

MonoPerfCap 单眼视频捕捉人类数据集

3K
506 浏览
0 喜欢
2 次下载
0 条讨论
Person 2D Box,Classification

我们提出了第一种无标记的方法,用于从单眼视频中获取具有一般服装的人的时间相干3D性能。我们的方法在一般场景中重构了关节运动......

数据结构 ? 3K

    Data Structure ?

    * 以上分析是由系统提取分析形成的结果,具体实际数据为准。

    README.md

    我们提出了第一种无标记的方法,用于从单眼视频中获取具有一般服装的人的时间相干3D性能。我们的方法在一般场景中重构了关节运动的骨骼运动以及中等规模的非刚性表面变形。由于关节活动范围广,潜在的快速运动以及相当大的非刚性变形(即使从多视图数据中获得),捕获人类绩效也是一个具有挑战性的问题。仅凭单眼视频进行重建就更具挑战性,因为强烈的遮挡和固有的深度模糊性会导致严重的不适定重建问题。我们通过一种新颖的方法来应对这些挑战,该方法采用基于批处理的姿态估计策略,通过卷积神经网络采用稀疏的2D和3D人体姿态检测。逐批运动的联合恢复允许基于低维轨迹子空间解决单眼重建问题的歧义。此外,我们建议基于全自动提取的轮廓来优化表面几何形状,以实现中等规模的非刚性对齐。我们展示了最新的性能捕获结果,这些结果可实现令人兴奋的应用程序,例如视频编辑和自由视点视频,这是以前单眼视频无法实现的。我们的定性和定量评估表明,在可处理的准确性,鲁棒性和场景复杂性方面,我们的方法明显优于以前的单目方法。

    Citation

    @article{Xu:2018:MHP:3191713.3181973,
     author = {Xu, Weipeng and Chatterjee, Avishek and Zollh\"{o}fer, Michael and Rhodin, Helge and Mehta, Dushyant and Seidel, Hans-Peter and Theobalt, Christian},
     title = {MonoPerfCap: Human Performance Capture From Monocular Video},
     journal = {ACM Trans. Graph.},
     issue_date = {June 2018},
     volume = {37},
     number = {2},
     month = may,
     year = {2018},
     issn = {0730-0301},
     pages = {27:1--27:15},
     articleno = {27},
     numpages = {15},
     url = {http://doi.acm.org/10.1145/3181973},
     doi = {10.1145/3181973},
     acmid = {3181973},
     publisher = {ACM},
     address = {New York, NY, USA},
     keywords = {3D pose estimation, Monocular performance capture, human body, non-rigid surface deformation},
    }

    Acknowledgments

    This work is funded by the ERC Starting Grant project CapReal (335545).

    Contact

    For questions, clarifications, and access to the dataset, please get in touch with:
    Weipeng Xu
    wxu@mpi-inf.mpg.de       

    ×

    帕依提提提温馨提示

    该数据集正在整理中,为您准备了其他渠道,请您使用

    注:部分数据正在处理中,未能直接提供下载,还请大家理解和支持。
    暂无相关内容。
    暂无相关内容。
    • 分享你的想法
    去分享你的想法~~

    全部内容

      欢迎交流分享
      开始分享您的观点和意见,和大家一起交流分享.
    所需积分:15 去赚积分?
    • 506浏览
    • 2下载
    • 0点赞
    • 收藏
    • 分享