研究人员开发了一种新颖的前馈方法,用于从多个摄像机视图中重建多人的三维模型,即使在存在遮挡的非约束环境中也是如此。该方法采用自顶向下的范式,建立了一个统一的、以实例为中心的人体感知三维空间。该空间通过跨模态对比学习实现同时的相机标定、跨视图关联和人体重建,在实例级别编码几何、视觉和语义线索。该系统通过从三维人体标记回归SMPL参数来恢复结构化人体模型,在具有挑战性的真实场景中表现出鲁棒且高效的性能。 AI
影响 该方法可以提高虚拟现实和动作捕捉等应用中三维人体建模的准确性和效率。
排序理由 该集群包含一篇详细介绍计算机视觉新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Feed-Forward Multi-view Multi-person Reconstruction with Contrastive Human-Aware 3D Representation
- Hugging Face
- Skinned Multi Person Linear Model
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →