DensePose：Facebook开源密集人体姿态估计算法-实时将2D RGB图像的所有人身像素映射到3D表面的身体模型的方法

52cv.net0

DensePose:

开放场景的的密集人体姿态估计

RızaAlpGüler，Natalia Neverova，Iasonas Kokkinos

[ densepose.org] [ arXiv] [ BibTeX]

密集人体姿态估计旨在将RGB图像的所有人像素映射到人体的3D表面。DensePose-RCNN在Detectron框架中实现，并由Caffe2提供支持。

在这个代码库中，提供了用于训练和评估DensePose-RCNN的代码。我们还提供notebooks来可视化收集的DensePose-COCO数据集，并显示与SMPL模型的对应关系。

安装

请INSTALL.md根据Detectron安装说明找到Caffe2和DensePose 的安装说明。

推理 – 训练 – 测试

安装后，请参阅GETTING_STARTED.md 推理，训练和测试示例。

Notebooks

DensePose-COCO标注的可视化：

请参阅notebooks/DensePose-COCO-Visualize.ipynb图像上的可视化DensePose-COCO标注：

3D中的DensePose-COCO：

请参阅notebooks/DensePose-COCO-on-SMPL.ipynb本地化3D模板（SMPL）模型上的DensePose-COCO标注：

可视化DensePose-RCNN结果：

请参阅notebooks/DensePose-RCNN-Visualize-Results.ipynb可视化推断的DensePose-RCNN结果。

DensePose-RCNN纹理传输：

请参阅notebooks/DensePose-RCNN-Texture-Transfer.ipynb本地化3D模板（SMPL）模型上的DensePose-COCO标注：

协议

此源代码根据此源代码LICENSE树根目录中文件中找到的许可证进行许可。

引用DensePose

如果您使用Densepose，请使用以下BibTeX条目。

  @InProceedings{Guler2018DensePose,
  title={DensePose: Dense Human Pose Estimation In The Wild},
  author={R\{i}za Alp G\"uler, Natalia Neverova, Iasonas Kokkinos},
  journal={The IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
  year={2018}
  }
https://github.com/facebookresearch/DensePose
http://densepose.org

转载请注明：《DensePose：Facebook开源密集人体姿态估计算法-实时将2D RGB图像的所有人身像素映射到3D表面的身体模型的方法》

发表评论