天大、南大发布LPSNet：无透镜成像下的人体三维姿态与形状估计 | CVPR 2024

AIGC动态欢迎阅读

原标题：天大、南大发布LPSNet：无透镜成像下的人体三维姿态与形状估计 | CVPR 2024
关键字：透镜,人体,作者,姿态,数据
文章来源：新智元
内容字数：0字

内容摘要：

新智元报道编辑：LRST
【新智元导读】天津大学与合团队在CVPR 2024上发表了LPSNet项目，提出了一种端到端的无透镜成像下的3D人体姿态和形状估计框架，通过多尺度无透镜特征解码器和双头辅助监督机制，直接从编码后的无透镜成像数据中提取特征并提高姿态估计的准确度。通过无透镜成像实现3D人体姿态和形状估计不仅有利于保护隐私，而且由于设备体积小、结构简单，可用于军事等隐秘监测场景。
然而，无透镜系统的成像结果经过了特殊的光学编码，目前的图像恢复方法无法得到高质量的图像，因此无法通过先恢复图像再重建人体的方式来实现。
针对以上问题，天津大学团队联合学在CVPR 2024的工作中提出了端到端的无透镜成像下的人体三维重建框架LPSNet。代码：https://github.com/xiaonan12138/LPSNet
项目主页：https://cic.tju.edu.cn/faculty/likun/projects/LPSNet
由于无透镜成像数据结果经过了特殊的光学编码，现有的方法无法直接从无透镜系统的成像结果中提取有效的特征。
为了直接从无透镜成像数据中提取有效

原文链接：天大、南大发布LPSNet：无透镜成像下的人体三维姿态与形状估计 | CVPR 2024