摘要
基于非参数的方法在从单目图像重建人体方面最近展现出令人鼓舞的结果，而基于模型的方法可以帮助校正这些估计并提高预测精度。然而，从全局图像特征中估计模型参数可能导致估计的网格与图像证据之间出现明显的错位。为了解决这一问题并充分利用两种方法的优势，我们提出了一种包含三个连续模块的框架。第一个模块是密集图预测模块，该模块显式地建立了图像证据与人体模型各部分之间的密集UV对应关系。第二个模块是逆运动学模块，该模块细化了关键点预测并生成了一个姿态化的模板网格。最后，UV补全模块依赖于对应的特征、预测结果和姿态化的模板，完成了对遮挡部分的人体形状预测。我们的框架结合了非参数方法和基于模型方法的优点，并且对部分遮挡具有鲁棒性。实验表明，我们的框架在多个公开基准测试中优于现有的3D人体估计方法。