SMPLer：针对单目 3D 人体形状和姿势估计的 Transformer 模型改进
原文中文，约1300字，阅读约需3分钟。
📝
内容提要
本文提出了一种基于 Transformer 的模型，能够从单张图像中估算 3D 人体姿态和形状。该模型通过独立的 tokens 学习关节旋转、身体形状和位置信息，展现出强大的性能和高可迁移性。同时，研究提出了多种优化计算效率和准确性的方法，具有广泛的实际应用价值。
❓
Q&A
SMPLer模型的主要功能是什么？
SMPLer模型能够从单张图像中估算3D人体姿态和形状，解决单目图像或视频中的3D估计问题。
SMPLer-X模型的训练数据量是多少？
SMPLer-X模型使用了450万个实例进行训练。
该模型如何处理时间上稀疏的二维姿势序列？
模型采用掩码令牌建模来实现时间上采样，从而生成时间上密集的三维姿势估计。
SMPLer模型在计算效率上有哪些优化？
模型通过图表的变形网络优化了计算效率，同时保持了估计的精度。
SMPLer模型的可迁移性如何？
SMPLer-X在多个测试基准上展现出强大的性能，并且对未知环境具有极高的可迁移性。
如何解决人体姿态估计中的遮挡问题？
提出了一种新的框架，通过合成occlusion-aware阴影和2D关键点来估计SMPL姿态和形状参数。
🏷️
