天大、南大發布LPSNet：無透鏡成像下的人體三維姿態與形狀估計 | CVPR 2024

AIGC動態歡迎閱讀

原標題：天大、南大發布LPSNet：無透鏡成像下的人體三維姿態與形狀估計 | CVPR 2024
關鍵字：透鏡,人體,作者,姿態,數據
文章來源：新智元
內容字數：0字

內容摘要：

新智元報道編輯：LRST
【新智元導讀】天津大學與合團隊在CVPR 2024上發表了LPSNet項目，提出了一種端到端的無透鏡成像下的3D人體姿態和形狀估計框架，通過多尺度無透鏡特征解碼器和雙頭輔助監督機制，直接從編碼后的無透鏡成像數據中提取特征并提高姿態估計的準確度。通過無透鏡成像實現3D人體姿態和形狀估計不僅有利于保護隱私，而且由于設備體積小、結構簡單，可用于軍事等隱秘監測場景。
然而，無透鏡系統的成像結果經過了特殊的光學編碼，目前的圖像恢復方法無法得到高質量的圖像，因此無法通過先恢復圖像再重建人體的方式來實現。
針對以上問題，天津大學團隊聯合學在CVPR 2024的工作中提出了端到端的無透鏡成像下的人體三維重建框架LPSNet。代碼：https://github.com/xiaonan12138/LPSNet
項目主頁：https://cic.tju.edu.cn/faculty/likun/projects/LPSNet
由于無透鏡成像數據結果經過了特殊的光學編碼，現有的方法無法直接從無透鏡系統的成像結果中提取有效的特征。
為了直接從無透鏡成像數據中提取有效

原文鏈接：天大、南大發布LPSNet：無透鏡成像下的人體三維姿態與形狀估計 | CVPR 2024