両者の最良を組み合わせる：3D人間体推定のモデルベースアプローチとノンパラメトリックアプローチの統合

非パラメトリック手法は最近、単眼画像から人間の体を再構築する分野で有望な結果を示していますが、モデルベースの手法はこれらの推定値を補正し、予測精度を向上させるのに役立ちます。しかし、グローバルな画像特徴からモデルパラメータを推定すると、推定されたメッシュと画像証拠との間に顕著なずれが生じる可能性があります。この問題に対処し、両者の長所を活かすため、我々は3つの連続的なモジュールからなるフレームワークを提案します。最初のモジュールである密集マップ予測モジュールは、画像証拠と体モデルの各部分との間の密集UV対応関係を明確に確立します。次に、逆運動学モジュールがキーポイント予測を精緻化し、ポーズ設定されたテンプレートメッシュを生成します。最後に、UV補完モジュールが対応する特徴量、予測値、およびポーズ設定されたテンプレートに基づいて隠れた体形状の予測を完成させます。本フレームワークは非パラメトリック手法とモデルベース手法の最良点を取り入れており、部分的に隠蔽されている場合でも堅牢です。実験では、本フレームワークが複数の公開ベンチマークにおいて既存の3D人間推定手法よりも優れていることが示されています。