超越静态特征：从视频中提取时间一致的3D人体姿态和形状

尽管基于单图像的3D人体姿态和形状估计方法近期取得了显著成功，但从视频中恢复时间上一致且平滑的3D人体运动仍然具有挑战性。虽然已提出几种基于视频的方法，但由于这些方法对当前帧静态特征的高度依赖，未能解决基于单图像方法的时间不一致性问题。为此，我们提出了一种时间上一致的网格恢复系统（TCMR）。该系统能够有效关注过去和未来帧的时间信息，而不被当前的静态特征所主导。我们的TCMR在时间一致性方面显著优于以往的基于视频的方法，并且每帧的3D姿态和形状准确性更高。此外，我们还发布了代码。演示视频请参见：https://youtu.be/WB3nTnSQDII。代码请参见：https://github.com/hongsukchoi/TCMR_RELEASE。