論文の概要: 3D Human Shape Reconstruction from a Polarization Image

• arxiv url: http://arxiv.org/abs/2007.09268v1
• Date: Fri, 17 Jul 2020 22:36:02 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-09 14:33:57.989615
• Title: 3D Human Shape Reconstruction from a Polarization Image
• Title（参考訳）: 偏光画像からの3次元人物形状復元
• Authors: Shihao Zou, Xinxin Zuo, Yiming Qian, Sen Wang, Chi Xu, Minglun Gong, Li Cheng
• Abstract要約: 本稿では, 単偏光2次元画像から衣服の3次元体形状を推定する問題に対処する。 専用2段階のディープラーニングアプローチであるSfPが提案されている。
• 参考スコア（独自算出の注目度）: 34.240256720930155
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper tackles the problem of estimating 3D body shape of clothed humans from single polarized 2D images, i.e. polarization images. Polarization images are known to be able to capture polarized reflected lights that preserve rich geometric cues of an object, which has motivated its recent applications in reconstructing surface normal of the objects of interest. Inspired by the recent advances in human shape estimation from single color images, in this paper, we attempt at estimating human body shapes by leveraging the geometric cues from single polarization images. A dedicated two-stage deep learning approach, SfP, is proposed: given a polarization image, stage one aims at inferring the fined-detailed body surface normal; stage two gears to reconstruct the 3D body shape of clothing details. Empirical evaluations on a synthetic dataset (SURREAL) as well as a real-world dataset (PHSPD) demonstrate the qualitative and quantitative performance of our approach in estimating human poses and shapes. This indicates polarization camera is a promising alternative to the more conventional color or depth imaging for human shape estimation. Further, normal maps inferred from polarization imaging play a significant role in accurately recovering the body shapes of clothed people.
• Abstract（参考訳）: 本稿では, 単偏光2次元画像,すなわち偏光画像から, 布地人の3次元体形を推定する問題に取り組む。 偏光画像は、物体のリッチな幾何学的手がかりを保存する偏光反射光を捉えることができることが知られている。 本稿では,単色画像からの人体形状推定の最近の進歩に触発されて,単一偏光画像からの幾何学的手がかりを利用して人体形状の推定を試みる。 2段階の深層学習手法であるSfPが提案され、偏光画像が与えられた場合、第1段階は細かな物体表面を正常に推定することを目的としており、第2段階は衣服の3次元体形を再構築する。 人工データセット(SURREAL)と実世界のデータセット(PHSPD)の実証評価は,人間のポーズや形状を推定するためのアプローチの質的,定量的な性能を示す。 これは、偏光カメラが人間の形状推定のための従来の色や深度イメージングの代替として有望であることを示している。 さらに,偏光画像から推定される正常地図は,衣服の身体形状を正確に復元する上で重要な役割を担っている。

関連論文リスト

• NeRSP: Neural 3D Reconstruction for Reflective Objects with Sparse Polarized Images [62.752710734332894]
  NeRSPはスパース偏光画像を用いた反射面のニューラル3次元再構成技術である。 偏光画像形成モデルと多視点方位整合性から測光的および幾何学的手がかりを導出する。 我々は6つのビューのみを入力として、最先端の表面再構成結果を達成する。
  論文  参考訳（メタデータ） (2024-06-11T09:53:18Z)
• S2P3: Self-Supervised Polarimetric Pose Prediction [55.43547228561919]
  本稿では,マルチモーダルRGB+ポラリメトリック画像から,最初の自己監督型6次元オブジェクトポーズ予測を提案する。 1) 偏光の幾何学的情報を抽出する物理モデル,2) 教師による知識蒸留方式,3) 異なる制約による自己監督的損失の定式化を含む。
  論文  参考訳（メタデータ） (2023-12-02T10:46:40Z)
• Cloth2Body: Generating 3D Human Body Mesh from 2D Clothing [54.29207348918216]
  Cloth2Bodyは、入力の部分的な観察と出力の多様性によって引き起こされる新しい課題に対処する必要がある。 本稿では,2次元衣料品画像のポーズと形状によってパラメータ化された3Dボディメッシュを高精度に推定できるエンドツーエンドフレームワークを提案する。 実験結果から示されるように,提案手法は最先端の性能を実現し,自然および多様な3Dボディメッシュを2次元画像から効果的に回収することができる。
  論文  参考訳（メタデータ） (2023-09-28T06:18:38Z)
• Polarimetric Multi-View Inverse Rendering [13.391866136230165]
  偏光カメラは、偏光の角度(AoP)と反射光の偏光の度合い(DoP)が物体の表面の正常と関係しているため、3次元再構成に大きな可能性がある。 入力された多視点カラー偏光画像から抽出した幾何的・測光的・偏光的手がかりを効果的に活用するポラリメトリック多視点逆レンダリング(Polarimetric Multi-View Inverse Rendering, Polarimetric MVIR)と呼ばれる新しい3次元再構成手法を提案する。
  論文  参考訳（メタデータ） (2022-12-24T12:12:12Z)
• Towards Hard-pose Virtual Try-on via 3D-aware Global Correspondence Learning [70.75369367311897]
  3D対応のグローバルな対応は、グローバルな意味的相関、局所的な変形、および3D人体の幾何学的先行を共同でエンコードする信頼性のあるフローである。 対向ジェネレータは、3D認識フローによって歪んだ衣服と、対象者の画像とを入力として、フォトリアリスティックな試着結果を合成する。
  論文  参考訳（メタデータ） (2022-11-25T12:16:21Z)
• PolarFormer: Multi-camera 3D Object Detection with Polar Transformers [93.49713023975727]
  自律運転における3次元物体検出は、3次元の世界に存在する「何」と「どこに」の物体を推論することを目的としている。 既存の手法はしばしば垂直軸を持つ標準カルテ座標系を採用する。 鳥眼ビュー(BEV)におけるより正確な3次元物体検出のための新しい極変換器(PolarFormer)を,マルチカメラ2D画像のみを入力として提案する。
  論文  参考訳（メタデータ） (2022-06-30T16:32:48Z)
• Human Pose and Shape Estimation from Single Polarization Images [45.24275141578927]
  本研究では, 偏光誘起幾何学的手がかりを利用して, 単一偏光画像から人間のポーズと形状を推定する。 専用のデータセット(PHSPD)が構築されており、正確なポーズと形状のアノテーションを備えた500Kフレーム以上で構成されている。 偏光カメラは、人間のポーズと形状を推定するための従来のRGBカメラに代わる有望な選択肢として提案されている。
  論文  参考訳（メタデータ） (2021-08-15T22:56:18Z)
• Deep Polarization Imaging for 3D shape and SVBRDF Acquisition [7.86578678811226]
  偏光キューを用いた3次元物体の形状と空間的反射率を効率よく取得する新しい手法を提案する。 偏光イメージングを深層学習と組み合わせることで,物体や物体の出現を一定の制約下で推定する従来の研究と異なり,このような制約を解消する。 我々は,フラッシュ照明とともにディープラーニングを用いた最近の研究と比較して,優れた結果を得るためのアプローチを実証する。
  論文  参考訳（メタデータ） (2021-05-06T17:58:43Z)
• Polarimetric Multi-View Inverse Rendering [13.391866136230165]
  偏光カメラは、反射光の偏光角(AoP)が物体の表面の正常と関係しているため、3次元再構成に大きな可能性がある。 入力された多視点カラー偏光画像から抽出した幾何的・測光的・偏光的手がかりを利用するポラリメトリック・マルチビュー逆レンダリング(Polarimetric MVIR)と呼ばれる新しい3次元再構成手法を提案する。
  論文  参考訳（メタデータ） (2020-07-17T09:00:20Z)
• Polarization Human Shape and Pose Dataset [35.156049015251035]
  偏光画像は、物体のリッチな幾何学的手がかりを保存する偏光反射光を捉えることが知られている。 単色画像からの人体形状推定の最近の進歩に触発されて,偏光カメラからの幾何学的手がかりが人体形状の詳細な推定に有効か,という新たな疑問を解明しようと試みた。
  論文  参考訳（メタデータ） (2020-04-30T15:58:21Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。