SurMo: 基于表面的 4D 动态人体建模
该研究提出了一个学习人类3D动力学表示的框架,通过观察人类运动的视觉序列,可以预测3D网格的过去和未来运动。该模型可以从单个图像中恢复当前的3D网格,并通过半监督学习从带有2D姿态标注的自然视频中学习。通过对未标记数据的模型训练,证明了该模型在三维动作预测任务中具有良好的性能。
原文中文,约300字,阅读约需1分钟。
该研究提出了一个学习人类3D动力学表示的框架,通过观察人类运动的视觉序列,可以预测3D网格的过去和未来运动。该模型可以从单个图像中恢复当前的3D网格,并通过半监督学习从带有2D姿态标注的自然视频中学习。通过对未标记数据的模型训练,证明了该模型在三维动作预测任务中具有良好的性能。