科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决现有基于二维图像的三维人体建模容易出现误差、模型参数估计不准确等问题，结合深度学习和优化后的人体建模算法，并利用深度学习算法提供的结果作为先验，缓解优化算法对参数初始值敏感的问题，以实现针对单帧RGB图像和多帧RGB图像的三维人体建模。同时基于HMR深度学习模型预测SMPL-X模型的初始参数，通过添加人体轮廓、二维关键点等对模型参数进一步优化求解，并利用视频序列的帧间连贯性对视频帧中人物的三维姿态进行约束。结果表明：添加人体分割轮廓约束可使重建模型更加贴合人体，能够提升模型拟合的精度；基于视频序列帧间连贯性重建的人体模型，可减少身体旋转、四肢弯曲等误差出现的可能性，与目标对象姿态更加相近。
- 单位
