HyperAIHyperAI

Command Palette

Search for a command to run...

العالمان الأفضل: دمج النماذج القائمة على البيانات والتقنيات اللامعلمية لتقدير جسم الإنسان ثلاثي الأبعاد

Wang Zhe ; Yang Jimei ; Fowlkes Charless

الملخص

لقد أظهرت الطرق المستندة إلى الأساليب اللامعلمية مؤخرًا نتائج واعدة في إعادة بناء الأجسام البشرية من الصور الأحادية، بينما يمكن للأساليب المستندة إلى النماذج أن تساعد في تصحيح هذه التقديرات وتحسين التنبؤ. ومع ذلك، قد يؤدي تقدير معلمات النموذج من خصائص الصورة العالمية إلى انحراف ملحوظ بين الشبكات المقدرة وأدلة الصورة. لمعالجة هذه المشكلة والاستفادة من أفضل ما في كلا العالمين، نقترح إطارًا يتكون من ثلاثة وحدات متتابعة. الوحدة الأولى هي وحدة التنبؤ بالخريطة الكثيفة، والتي تقوم بتأسيس التوافق الكثيف UV بشكل صريح بين أدلة الصورة وكل جزء من نموذج الجسم. الوحدة الثانية هي وحدة الحركيات العكسية (Inverse Kinematics)، التي تكرر تحسين التنبؤ بالنقاط الرئيسية وتولد شبكة قالب مرتبة. وأخيرًا، الوحدة الثالثة هي وحدة إكمال UV (UV Inpainting)، والتي تعتمد على الخصائص والتنبؤ المقابل والقالب المرتب، وتقوم بإكمال تنبؤات شكل الجسم المحجب جزئيًا. يعتمد إطارنا على أفضل ما في الأساليب اللامعلمية والنماذج القائمة على المعلمات وهو أيضًا مقاوم للحجب الجزئي. تُظهر التجارب أن إطارنا يتفوق على طرق تقدير الإنسان ثلاثي الأبعاد الموجودة حاليًا في عدة مقاييس عامة.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
العالمان الأفضل: دمج النماذج القائمة على البيانات والتقنيات اللامعلمية لتقدير جسم الإنسان ثلاثي الأبعاد | مستندات | HyperAI