摘要
我们研究了肥胖人体网格恢复的问题，即为肥胖人群的图像拟合参数化的人体网格。尽管肥胖人群的网格拟合是一个具有众多应用（例如医疗保健）的重要问题，但近期在网格恢复方面的许多进展主要集中在非肥胖人群的图像上。在这项工作中，我们通过展示和讨论现有算法的局限性，指出了当前文献中的这一关键差距。接下来，我们提出了一种简单的基本方法来解决这个问题，该方法具有可扩展性，并且可以轻松与现有算法结合以提高其性能。最后，我们介绍了一种广义的人体网格优化算法，该算法显著提高了现有方法在肥胖人群图像以及社区标准基准数据集上的性能。这项技术的关键创新在于它不依赖于难以创建的网格参数监督。相反，从广泛且廉价可用的2D关键点注释出发，我们的方法能够自动生成网格参数，这些参数可以进一步用于重新训练和微调任何现有的网格估计算法。这样，我们展示了我们的方法可以作为插件来提升多种现代网格估计方法的性能。我们在包含标准和肥胖人群图像的多个数据集上进行了广泛的实验，并证明了所提出技术的有效性。