Fugu-MT 論文翻訳(概要): KBody: Balanced monocular whole-body estimation

論文の概要: KBody: Balanced monocular whole-body estimation

arxiv url: http://arxiv.org/abs/2304.11542v1
Date: Sun, 23 Apr 2023 05:05:02 GMT
ステータス: 処理完了
システム内更新日: 2023-04-25 17:40:48.274065
Title: KBody: Balanced monocular whole-body estimation
Title（参考訳）: kbody:バランスのとれた単眼全身推定
Authors: Nikolaos Zioulis and James F. O'Brien
Abstract要約: KBodyは、低次元のボディモデルを画像に適合させる方法である。これは予測と最適化のアプローチに従っており、身体のパラメータの解決に使用される制約に対して、データ駆動モデルの推定に依存する。
参考スコア（独自算出の注目度）: 9.153871376653376
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: KBody is a method for fitting a low-dimensional body model to an image. It follows a predict-and-optimize approach, relying on data-driven model estimates for the constraints that will be used to solve for the body's parameters. Compared to other approaches, it introduces virtual joints to identify higher quality correspondences and disentangles the optimization between the pose and shape parameters to achieve a more balanced result in terms of pose and shape capturing capacity, as well as pixel alignment.
Abstract（参考訳）: KBodyは、低次元のボディモデルを画像に適合させる方法である。予測と最適化のアプローチに従い、体のパラメータの解決に使用される制約のためにデータ駆動モデル見積に依存する。他のアプローチと比較して、より高品質な対応を識別するための仮想ジョイントを導入し、ポーズと形状パラメータの最適化を分離し、ポーズと形状キャプチャ能力、およびピクセルアライメントの観点からよりバランスの取れた結果を達成する。

関連論文リスト

A Simple Strategy for Body Estimation from Partial-View Images [8.05538560322898]
仮想試行と製品パーソナライズは、現代オンラインショッピングにおいてますます重要になってきており、正確な身体計測推定の必要性を強調している。従来の研究では、RGB画像から3次元の身体形状を推定する研究が進んでいるが、画像中の人間の観察スケールは、距離と体次元の2つの未知の要因に依存するため、本質的に不明瞭である。対象骨格を所望の位置に移動させ, スケールを正規化し, 両変数の関係を解消する, モジュラーで単純な高さ正規化法を提案する。
論文参考訳（メタデータ） (2024-04-14T16:55:23Z)
ShapeBoost: Boosting Human Shape Estimation with Part-Based Parameterization and Clothing-Preserving Augmentation [58.50613393500561]
本研究では,新しい形状復元フレームワークであるShapeBoostを提案する。稀な体型であってもピクセルレベルのアライメントを実現し、異なるタイプの服を着ている人には高い精度が期待できる。
論文参考訳（メタデータ） (2024-03-02T23:40:23Z)
Towards Robust and Expressive Whole-body Human Pose and Shape Estimation [51.457517178632756]
全体のポーズと形状の推定は、単眼画像から人体全体の異なる振る舞いを共同で予測することを目的としている。既存の手法では、既存のシナリオの複雑さの下で、しばしば劣化したパフォーマンスを示す。全身のポーズと形状推定の堅牢性を高める新しい枠組みを提案する。
論文参考訳（メタデータ） (2023-12-14T08:17:42Z)
The Best of Both Worlds: Combining Model-based and Nonparametric Approaches for 3D Human Body Estimation [20.797162096899154]
本稿では,グローバル画像特徴量からモデルパラメータを推定するフレームワークを提案する。密度マップ予測モジュールは、画像証拠と身体モデルの各部分との間の密度UV対応を明確に確立する。逆キネマティクスモジュールはキーポイント予測を洗練し、テンプレートメッシュを生成する。紫外線塗布モジュールは、対応する特徴、予測、提案されたテンプレートに依存し、閉塞した身体形状の予測を完了させる。
論文参考訳（メタデータ） (2022-05-01T16:39:09Z)
A Model for Multi-View Residual Covariances based on Perspective Deformation [88.21738020902411]
マルチビューSfM, オードメトリ, SLAMセットアップにおける視覚的残差の共分散モデルの導出を行う。我々は、合成データと実データを用いてモデルを検証し、それを光度および特徴量に基づくバンドル調整に統合する。
論文参考訳（メタデータ） (2022-02-01T21:21:56Z)
Adversarial Parametric Pose Prior [106.12437086990853]
我々は、SMPLパラメータを現実的なポーズを生成する値に制限する事前学習を行う。得られた先行学習は実データ分布の多様性をカバーし、2次元キーポイントからの3次元再構成の最適化を容易にし、画像からの回帰に使用する場合のポーズ推定精度を向上することを示す。
論文参考訳（メタデータ） (2021-12-08T10:05:32Z)
Category Level Object Pose Estimation via Neural Analysis-by-Synthesis [64.14028598360741]
本稿では、勾配に基づくフィッティング法とパラメトリックニューラルネットワーク合成モジュールを組み合わせる。画像合成ネットワークは、ポーズ設定空間を効率的に分散するように設計されている。本研究では,2次元画像のみから高精度に物体の向きを復元できることを実験的に示す。
論文参考訳（メタデータ） (2020-08-18T20:30:47Z)
PaMIR: Parametric Model-Conditioned Implicit Representation for Image-based Human Reconstruction [67.08350202974434]
本研究では,パラメトリックボディモデルと自由形深部暗黙関数を組み合わせたパラメトリックモデル記述型暗黙表現(PaMIR)を提案する。本手法は, 挑戦的なポーズや衣料品のタイプにおいて, 画像に基づく3次元再構築のための最先端性能を実現する。
論文参考訳（メタデータ） (2020-07-08T02:26:19Z)
RePose: Learning Deep Kinematic Priors for Fast Human Pose Estimation [17.0630180888369]
本稿では,1つの画像から人間のポーズ推定を行うための,効率的で軽量なモデルを提案する。本モデルは,様々な最先端手法のパラメータ数と計算コストのごく一部で競合する結果を得るように設計されている。
論文参考訳（メタデータ） (2020-02-10T16:44:45Z)

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。