العينة مهمة: إعادة بناء الشبكة البشرية ثلاثية الأبعاد بدلالة النقاط

يقدم هذا البحث طريقة بسيطة ومعقدة في الوقت نفسه لإعادة بناء الشبكة البشرية ثلاثية الأبعاد من صورة واحدة ملونة (RGB). في الآونة الأخيرة، تم تقدير التفاعلات غير المحلية لجميع رؤوس الشبكة بشكل فعال في نموذج التحويل (transformer)، كما بدأت العلاقات بين أجزاء الجسم تُعالج عبر نموذج الرسم البياني (graph model). رغم أن هذه الأساليب قد أظهرت تقدماً ملحوظاً في إعادة بناء الشبكة البشرية ثلاثية الأبعاد، لا يزال من الصعب استنتاج العلاقة مباشرة بين الخصائص التي يتم ترميزها من الصورة ثنائية الأبعاد والمحداثيات ثلاثية الأبعاد لكل رأس. لحل هذه المشكلة، نقترح تصميم مخطط بسيط لعينة الخصائص. الفكرة الأساسية هي عين الخصائص في الفضاء المضمن بالاعتماد على إرشادات النقاط التي يتم تقديرها كنتائج للإسقاط لمواقع رؤوس الشبكة ثلاثية الأبعاد (أي الحقيقة الأرضية). هذا يساعد النموذج على التركيز أكثر على الخصائص ذات الصلة برؤوس الشبكة في الفضاء ثنائي الأبعاد، مما يؤدي إلى إعادة بناء وضع طبيعي للجسم البشري. بالإضافة إلى ذلك، نطبق التعتيم التدريجي للانتباه لتقدير التفاعلات المحلية بدقة بين الرؤوس حتى تحت حالات الإخفاء الشديدة. تظهر النتائج التجريبية على مجموعات البيانات المرجعية أن الطريقة المقترحة تحسن بكفاءة أداء إعادة بناء الشبكة البشرية ثلاثية الأبعاد. الكود والنموذج متاحان بشكل عام على الرابط التالي: https://github.com/DCVL-3D/PointHMR_release.