AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：天大、南大發(fā)布LPSNet：無(wú)透鏡成像下的人體三維姿態(tài)與形狀估計(jì) | CVPR 2024
關(guān)鍵字：透鏡,人體,作者,姿態(tài),數(shù)據(jù)
文章來(lái)源：新智元
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

新智元報(bào)道編輯：LRST
【新智元導(dǎo)讀】天津大學(xué)與合團(tuán)隊(duì)在CVPR 2024上發(fā)表了LPSNet項(xiàng)目，提出了一種端到端的無(wú)透鏡成像下的3D人體姿態(tài)和形狀估計(jì)框架，通過(guò)多尺度無(wú)透鏡特征解碼器和雙頭輔助監(jiān)督機(jī)制，直接從編碼后的無(wú)透鏡成像數(shù)據(jù)中提取特征并提高姿態(tài)估計(jì)的準(zhǔn)確度。通過(guò)無(wú)透鏡成像實(shí)現(xiàn)3D人體姿態(tài)和形狀估計(jì)不僅有利于保護(hù)隱私，而且由于設(shè)備體積小、結(jié)構(gòu)簡(jiǎn)單，可用于軍事等隱秘監(jiān)測(cè)場(chǎng)景。
然而，無(wú)透鏡系統(tǒng)的成像結(jié)果經(jīng)過(guò)了特殊的光學(xué)編碼，目前的圖像恢復(fù)方法無(wú)法得到高質(zhì)量的圖像，因此無(wú)法通過(guò)先恢復(fù)圖像再重建人體的方式來(lái)實(shí)現(xiàn)。
針對(duì)以上問(wèn)題，天津大學(xué)團(tuán)隊(duì)聯(lián)合學(xué)在CVPR 2024的工作中提出了端到端的無(wú)透鏡成像下的人體三維重建框架LPSNet。代碼：https://github.com/xiaonan12138/LPSNet
項(xiàng)目主頁(yè)：https://cic.tju.edu.cn/faculty/likun/projects/LPSNet
由于無(wú)透鏡成像數(shù)據(jù)結(jié)果經(jīng)過(guò)了特殊的光學(xué)編碼，現(xiàn)有的方法無(wú)法直接從無(wú)透鏡系統(tǒng)的成像結(jié)果中提取有效的特征。
為了直接從無(wú)透鏡成像數(shù)據(jù)中提取有效

原文鏈接：天大、南大發(fā)布LPSNet：無(wú)透鏡成像下的人體三維姿態(tài)與形狀估計(jì) | CVPR 2024

聯(lián)系作者

文章來(lái)源：新智元
作者微信：AI_era
作者簡(jiǎn)介：智能+中國(guó)主平臺(tái)，致力于推動(dòng)中國(guó)從互聯(lián)網(wǎng)+邁向智能+新紀(jì)元。重點(diǎn)關(guān)注人工智能、機(jī)器人等前沿領(lǐng)域發(fā)展，關(guān)注人機(jī)融合、人工智能和機(jī)器人對(duì)人類社會(huì)與文明進(jìn)化的影響，領(lǐng)航中國(guó)新智能時(shí)代。