从非姿势图像中学习 3D 感知的 GAN 模型与模板特征场
原文中文,约200字,阅读约需1分钟。发表于: 。使用学到的模板特征字段 (TeFF) 实现训练图像的即时姿态估计,从而学习无人体姿态的 3D 感知生成对抗网络 (GANs)。实验结果表明,无论是定性还是定量方面,我们的方法相对于现有的最先进替代方法更具优势。
本文介绍了一种使用对比学习和隐式姿态嵌入的3D感知生成对抗网络优化技术,通过重新设计鉴别器,消除对基准相机姿态的依赖性,更好地捕捉给定图像的隐式姿态嵌入,并在姿态嵌入上进行对比学习。实验结果表明,该方法在多个物体类别和不一致的基准相机姿态数据集上表现显著优于现有方法。