将2D图像人物实时映射3D模型 Facebook开源DensePose技

2018-08-30 01:06

  最近在人类认识方面的研究主要是定位一组零散散布 的关节,如手腕或肘部。这敌手 势或动作识别等应用法度模范 而言可能已经足够,但这减少了图像解释。Facebook则希望更进一步,比如 说通过一张照片来进行试装,或者替换图片中朋友的衣服。对于这些任务,我们需要更完整的基于外面 的图像解释。

  DensePose项目旨在解决这个问题,通过基于外面 的模型来理解图像中的人类。Facebook的研究注解 ,pt游戏官网,我们可以高效地计算2D RGB图像和人体三维外面 模型之间的密集对应关系。与人体姿势估计 中利用10个或20小我 体关节的常见项目不合 ,DensePose涉及整小我 体,需要跨越 5000个节点。Facebook系统的最终速度和准确性加速了与增强现实和虚拟现实的联系。

  早期对这个问题的研究在速度上相对迟缓 ,pt平台官网,而DensePose则可以在单个GPU上以每秒多帧的速度运行,并且 能够同时处置惩罚 数十,甚至数百人。

  为了实现这一点,Facebook推出了DensePose-COCO。这个年夜 型标注数据集,在50000张COCO的图像上手工标注了图像-人体外面 (image-to-surface)的对应点。在第一阶段,标注者将规定 与可见的、语义上界说 的身体部位相对应的区域。在第二阶段,Facebook用一组年夜 致等距的点对每个部位的区域进行采样,并要求标注者将这些点与外面 相对应。

  Facebook同时开发了一种新颖的深层网络架构。Facebook以Detectron系统为基准,并且 纳入了密集姿态估计 的功能 。和Detectron的Mask-RCNN系统一样,Facebook采取 了Region-of-Interest Pooling,并且 引入了一个全卷积网络。Facebook用三个输出通道来增强网络,训练它把像素分派 给各个部分 ,以及U-V坐标。得益于Caffe2,所产生 的架构实际上与Mask-RCNN一样快。

  Facebook表示 ,pt游戏官网,之所以开源是因为他们希望DensePose可以为计算机视觉,增强现实和计算机图形的研究人员和开发者可以更紧密地合作,并且 助力新体验的成长 。据映维网了解,DensePose目前已经托管至GitHub。Facebook同时为DensePose-COCO准备多个预先训练模型的性能基准,以及人工标注信息。

上一篇:出演跨性别人物列传 片遭批 寡姐霸气回应质疑
下一篇:嘿嘿想酿成 会跳舞的小哥哥或小姐姐吗?超简单
扩展阅读
 按照创新、协调、绿色、
按照创新、协调、绿色、

福建选调生考试网提供2018福建选调生考试资料,包孕2018福建选调生考试报名时间/入口、选调生考试条件、选调生考...点击了解…

并且将生物科技用pt游戏官
并且将生物科技用pt游戏官

香港著名老牌验血机构,专注YDNA验血查男女,香港DNA检测,癌症筛查,产前无创 HPV疫苗等医疗办事 ,联系微信:DN...点击了解…