HyperAIHyperAI

Command Palette

Search for a command to run...

Au-delà des caractéristiques statiques pour la pose et la forme humaines 3D temporalement cohérentes à partir d'une vidéo

Hongsuk Choi Gyeongsik Moon Ju Yong Chang Kyoung Mu Lee

Résumé

Bien que les méthodes d'estimation de la posture et de la forme humaine en 3D basées sur une seule image aient connu un succès récent, la récupération d'un mouvement humain en 3D temporellement cohérent et fluide à partir d'une vidéo reste un défi. Plusieurs méthodes basées sur la vidéo ont été proposées ; cependant, elles échouent à résoudre le problème d'incohérence temporelle des méthodes basées sur une seule image en raison d'une forte dépendance aux caractéristiques statiques du cadre actuel. À cet égard, nous présentons un système de récupération de maillage temporellement cohérent (TCMR). Il se concentre efficacement sur les informations temporelles des cadres passés et futurs sans être dominé par les caractéristiques statiques du cadre actuel. Notre TCMR surpass significativement les méthodes vidéo précédentes en termes de cohérence temporelle, tout en offrant une meilleure précision de la posture et de la forme en 3D pour chaque cadre. Nous mettons également à disposition le code source. Pour visualiser la démonstration vidéo, consultez https://youtu.be/WB3nTnSQDII. Pour accéder au code source, consultez https://github.com/hongsukchoi/TCMR_RELEASE.


Créer de l'IA avec l'IA

De l'idée au lancement — accélérez votre développement IA avec le co-codage IA gratuit, un environnement prêt à l'emploi et le meilleur prix pour les GPU.

Codage assisté par IA
GPU prêts à l’emploi
Tarifs les plus avantageux

HyperAI Newsletters

Abonnez-vous à nos dernières mises à jour
Nous vous enverrons les dernières mises à jour de la semaine dans votre boîte de réception à neuf heures chaque lundi matin
Propulsé par MailChimp