當前使用運動捕捉傳感器的人體運動重建技術需要繁瑣且昂貴的過程。來自 RGB 攝像機的視頻記錄的廣泛可用性可以使這項任務變得更容易。然而，用于避免遮擋和深度模糊的多相機設置仍然是一個問題。arXiv.org 上最近的一篇論文提出了一種無參數(shù)多視圖運動重建算法。

它依賴于骨架部分之間的 3D 角度對相機位置不變的見解。神經(jīng)網(wǎng)絡在不使用任何相機參數(shù)的情況下學習預測關節(jié)角度和骨骼長度。新的融合層用于增加每個聯(lián)合檢測的置信度并減輕遮擋。定性和定量評估表明，所建議的模型在運動和姿勢重建方面的表現(xiàn)優(yōu)于最先進的方法。

由多臺攝像機制作的視頻記錄的可用性不斷提高，為減輕姿勢和運動重建方法中的遮擋和深度模糊提供了新方法。然而，多視圖算法強烈依賴于相機參數(shù)，特別是相機之間的相對位置。一旦在不受控制的環(huán)境中轉向動態(tài)捕獲，這種依賴性就會成為障礙。我們介紹了 FLEX(Free multi-view rEconstruXion)，這是一種端到端的無參數(shù)多視圖模型。FLEX 是無參數(shù)的，因為它不需要任何相機參數(shù)，無論是內在的還是外在的。我們的主要想法是骨骼部分之間的 3D 角度以及骨骼長度對于相機位置是不變的。因此，學習 3D 旋轉和骨骼長度而不是位置允許預測所有相機視圖的共同值。我們的網(wǎng)絡采用多個視頻流，通過新穎的多視圖融合層學習融合的深度特征，并重建具有時間相干關節(jié)旋轉的單個一致骨架。我們在 Human3.6M 和 KTH Multi-view Football II 數(shù)據(jù)集上展示了定量和定性結果。我們將我們的模型與非無參數(shù)的最先進方法進行比較，并表明在沒有相機參數(shù)的情況下，我們在相機參數(shù)可用時獲得可比較的結果的同時取得了很大的優(yōu)勢。代碼、訓練有素的模型、視頻演示和其他材料將在我們的網(wǎng)站上提供 我們在 Human3.6M 和 KTH Multi-view Football II 數(shù)據(jù)集上展示了定量和定性結果。我們將我們的模型與非無參數(shù)的最先進方法進行比較，并表明在沒有相機參數(shù)的情況下，我們在相機參數(shù)可用時獲得可比較的結果的同時取得了很大的優(yōu)勢。代碼、訓練有素的模型、視頻演示和其他材料將在我們的網(wǎng)站上提供 我們展示了 Human3.6M 和 KTH Multi-view Football II 數(shù)據(jù)集的定量和定性結果。我們將我們的模型與非無參數(shù)的最先進方法進行比較，并表明在沒有相機參數(shù)的情況下，我們在相機參數(shù)可用時獲得可比較的結果的同時取得了很大的優(yōu)勢。代碼、訓練有素的模型、視頻演示和其他材料將在我們的網(wǎng)站上提供項目頁面。

　　免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！