3D human body reconstruction based on SMPL model

从单幅图像恢复3D人类姿势和体型是计算机视觉中的一项挑战性任务。本文提出了一种基于优化的算法和创新框架，以从单个单目图像重建3D人类身体。所有评估任务都基于经典的参数化3D身体模型SMPL。首先，提出了一种新的SMPL参数组合目标函数，包含在2D关节、3D关节、面部特征点和姿态先验上的四个损失项，从而显著提高评估结果的可靠性。此外，我们利用端到端回归网络给出的估计结果作为参数的初始值，这已被证明可以加速优化过程。在基准数据集Human 3.6M、LSP和一个野外数据集上的实验表明，我们的模型能够准确且稳健地估计3D人类身体，并在精度和稳健性上超越了流行的竞争算法