团结人民：弥合3D与2D人体表示之间的鸿沟

三维模型为不同的人体表示提供了一个共同的基础。与此同时，鲁棒的二维估计已被证明是获取“野外”三维拟合的强大工具。然而，根据细节水平的不同，大规模获取用于训练二维估计器的标注数据可能非常困难甚至不可能实现。我们提出了一种混合方法来解决这一问题：通过扩展最近引入的SMPLify方法，我们为多个人体姿态数据集获得了高质量的三维身体模型拟合。人类注释者仅需对好的和坏的拟合进行分类。这一过程生成了一个初始数据集UP-3D，该数据集包含丰富的注释信息。通过一系列全面的实验，我们展示了如何利用这些数据训练判别模型，从而产生前所未有的详细程度的结果：我们的模型可以预测出人体上的31个部分和91个地标位置。利用这91个地标的姿态估计器，我们在使用数量级较少的训练数据且无需对性别或姿态做出假设的情况下，展示了在三维人体姿态和形状估计方面的最先进成果。我们还表明，UP-3D可以通过这些改进的拟合进一步增强其数量和质量，从而使系统能够在大规模应用中部署。该数据集、代码和模型均可供研究使用。