STAR模型

STAR模型

STAR: A Sparse Trained Articulated Human Body Regressor
论文地址:https://ps.is.mpg.de/uploads_file/attachment/attachment/618/star_paper.pdf
项目地址:https://star.is.tue.mpg.de/
开源代码:https://github.com/ahmedosman/STAR

此模型是发布SMPL模型的研究人员2020最新的科研成果,是对SMPL模型的有效改进。

SMPL的不足

研究人员发现SMPL的不足
在这里插入图片描述

即关节点对表面顶点的影响并不如设想的一样局限于关节局部,而是在意想不到的远处部位也会产生影响:
在这里插入图片描述
在这里插入图片描述在这里插入图片描述
在这里插入图片描述
这是因为SMPL模型训练时对权重矩阵不作局部限制,会造成在某些情况下形变不自然。

解决方案

在训练中提出局部权重影响的限制,以及加入 β 1 \beta_1 β1参数的求解:
在这里插入图片描述
在这里插入图片描述
训练过程请参考论文中第3节详细内容。

改进效果:

关节影响关系:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

并且使得STAR模型的训练,相较于SMPL模型,参数的规模得以大大降低。

猜你喜欢

转载自blog.csdn.net/weixin_46363611/article/details/108759784