使用野外动态抓取数据对单目三维狗姿态估计进行基准测试
原文中文,约500字,阅读约需1分钟。发表于: 。我们介绍了一种针对从野外单眼图像中进行 3D 犬姿势估计的新型基准分析。我们使用了一个多模态数据集 3DDogs-Lab,其中拍摄了不同品种狗在走道上奔跑的情景,并包含了来自光学标记的运动捕捉系统、RGBD 相机、IMU 以及压力垫的数据。为了解决由于光学标记的存在和有限的背景多样性使得所拍摄视频不够真实的问题,我们创建了...
该研究介绍了一种新的基准分析方法,用于从野外单眼图像中进行3D犬姿势估计。研究人员使用了多模态数据集3DDogs-Lab,并创建了经过自然处理的数据集3DDogs-Wild,用于提高基于RGB图像的姿势检测器的效果。研究结果表明,在野外数据上使用3DDogs-Wild进行模型训练可以实现更好的性能。此外,研究人员还对不同的姿势估计模型进行了详细分析,揭示了它们的优势和不足。这些发现和提供的数据集将为推进3D动物姿势估计提供有价值的见解。