Human Mesh Recovery
PulseAugur coverage of Human Mesh Recovery — every cluster mentioning Human Mesh Recovery across labs, papers, and developer communities, ranked by signal.
-
VARPose 通过自回归建模增强二维姿态估计
研究人员推出 VARPose，一种通过自适应致密化稀疏姿态来增强二维人体姿态估计的新方法。该技术利用视觉自回归建模 (VAR) 和粒度无关姿态分词器 (GPT) 来创建统一的多尺度离散姿态表示。然后，UniSkelar 模型以粗到精的方式预测用于增加姿态密度的分词序列，从而改进三维姿态估计和人体网格恢复等下游任务。
-
Anny：发布开源、无需扫描的人体模型
研究人员推出 Anny，这是一种新颖的、开源的参数化人体模型，专为无需扫描的 3D 建模而设计。Anny 利用 MakeHuman 社区的人体测量学知识，通过年龄、性别和身高等人表型参数来创建连续且可解释的形状空间。该模型旨在提供逼真且人口统计学上多样化的人体形状变化，支持扫描拟合、合成数据生成和人体网格恢复 (HMR) 等应用。使用 Anny 生成的 780,000 张照片级真实感图像数据集表明，在该数据上训练的 HMR 模型可以达…
-
新的基准和方法推动复杂场景下的三维人体网格恢复
研究人员推出了一种新的多视角多人人体网格恢复（MVMP-HMR）基准和模型，该模型旨在处理具有显著遮挡的大型场景，这对现有方法来说是一个挑战。MVMP-HMR模型将来自多个摄像机视角的特征融合到三维体中，并使用特定于人的查询来解码单独的三维网格。此外，另一项研究提出了一种端到端网格-高斯场景表示，该表示直接将三维高斯与网格面绑定，从而能够联合恢复几何和外观，以实现高效的场景建模和修改。
-
ResiHMR 推进肢体缺失个体三维人体网格恢复技术
研究人员开发了 ResiHMR，一个新颖的单图像三维人体网格恢复框架，专门为肢体缺失个体设计。现有方法在处理非标准解剖结构时遇到困难，而 ResiHMR 结合了拓扑自适应优化和显式残肢几何重建。该方法旨在通过更好地表示假肢生物力学，提高动画、康复和人机交互等应用的准确性。