- …
- …
#193
summarized by : Naoya Chiba
どんな論文か？
RGB画像を入力としたパラメトリックな人体形状の推定．パラメータを一度に推定するのではなく階層構造を利用，オクルージョンにより画像入力が不完全であっても推定に成功する．VAEを導入してもっともらしい姿勢となる潜在表現を学習しておくことで，推論時にデコーダーなしで姿勢の妥当性を評価できる．メッシュのOptimizerについてはオプショナルで，ある場合でもない場合でもそれぞれ性能が向上した．
新規性
提案するHierarchical Kinematic Mesh Recovery (HKMR)では，関節の接続関係を考慮したRoot, Head, Right/Left Arm, Right/Left Regの各チェーンを定義し，階層的なモデルとしてパラメータを回帰する点が新規．チェーンごとにInverse Kinematicsを特ようなアイデアで残差を計算し最適化する．
結果
HMRをベースラインとして比較するため，これに習ってLSP, LSP-extended, MPII, MSCOCO, Human3.6M, MPI-INF-3DHPを学習に用いた．あまり多くないパラメータでありながらSoTAを達成．Optimizerを導入した場合にも既存手法よりも優れた再構成性能を達成した．人工的なオクルージョンを発生させ評価し，オクルージョンにロバストであることも示した．
その他（なぜ通ったか？等）
- …
- …