すべての人がユニークである：偏りのないヒューマンメッシュ回復に向けて

肥満者のヒューマンメッシュ回復の問題について検討します。つまり、パラメトリックなヒューマンメッシュを肥満者の画像に適合させる問題です。肥満者向けのメッシュ適合は、ヘルスケアなど多くの応用分野で重要な問題ですが、最近のメッシュ回復に関する進歩は主に非肥満者の画像に限定されていました。本研究では、現行文献におけるこの重要なギャップを指摘し、既存アルゴリズムの制限点を提示および議論します。次に、この問題に対処するための単純なベースラインを提案します。このベースラインは拡張性が高く、既存のアルゴリズムと組み合わせて簡単に使用でき、性能向上に寄与します。最後に、肥満者画像だけでなくコミュニティ標準ベンチマークデータセットでも既存手法の性能を大幅に改善する汎用的なヒューマンメッシュ最適化アルゴリズムを提案します。この技術の主要な革新点は、高コストで作成されるメッシュパラメータからの教師あり学習に依存していないことです。代わりに、広く安価に利用可能な2Dキーポイントアノテーションから出発し、当方法は自動的に任意の既存メッシュ推定アルゴリズムを再学習および微調整するために使用できるメッシュパラメータを生成します。これにより、当方法が多様な現代的なメッシュ推定手法の性能向上のために即座に適用可能であることを示しています。私たちは標準的な人物画像と肥満者画像を含む複数のデータセットで広範な実験を行い、提案手法の有効性を証明しました。以上が翻訳となります。ご確認ください。