• <cente id='heimaobdsf'><del id='heimaobdsf'><th id='heimaobdsf'></th></del></cente><legend id='heimaobdsf'><sup id='heimaobdsf'></sup></legend>

  • <q id='heimaobdsf'><dir id='heimaobdsf'><kbd id='heimaobdsf'><table id='heimaobdsf'></table></kbd></dir></q>
    1. <del id='heimaobdsf'></del>
    <p id='heimaobdsf'><small id='heimaobdsf'><sup id='heimaobdsf'></sup></small></p>

    <thead id='heimaobdsf'></thead>
  • 铭泰云鼎帧率提升至200fps 云从科技3D人体技术远超世界纪录

    • 时间:
    • 浏览:1
    • 来源:宝利娱乐新闻网

      1-人体具有密闭的3D曲面型态,而不仅仅是六个 多局部曲面,任何六个 多高度拍摄的图像都存在约一半的不可见部分;

     

      此次3D人体重建技术的突破,同去在度和传输下行速率 上取得了大幅提升,呈现出来的模型更精细,帧率达到80fps后可是应用都可不能否实时显示——这将极大地推动相关智能图像应用的落地步伐铭泰云鼎。颠覆疑犯身份重建、医疗3D打印、虚拟试衣、虚拟化妆、美颜、瘦身、表情姿态动画合成(不必专业设备、呈现工业级电影拍摄效果)等应用场景,帮助大型商场、直播平台、美颜软件、影视制作等行业进行智慧生活 化提升新浪微博如何改名 蘋果。

     

    自然场景的人体3D重建技术应用

     

      论文中,云从科技针对人体具有富有多样的姿态和穿着的特点,提出了一套全新的基于人体3D纵深预测的3D信息表征法律妙招钻立方银膜 铂金膜。通过对三原色图像(RGB,不中有 度信息)的分析,预测人体的3D型态和姿势,并用十五万多个点描绘人体,从而在人体重建技术上取得传输下行速率 与精度的双突破糯康金木棉。

     

      与传统3D重建技术的区别

     

      以往的3D人体重建算法往往还要将现象降维,将比较复杂的人体型态比较复杂到低维的线性间进行表示,从而降低现象的难度南京华纳国际影城今日电影。

     

      4-相对于人脸,人体的3D数据更难以获取,对高度学习技术的使用限制更多

     

    Human3.6M数据集上对比

     

      【中国安防展览网 品牌专栏】这是从0.1秒到0.005秒的跨越。

     

    云从科技人脸重建技术

     

      云从科技的算法在Surreal上的surface error从75.4毫米降低到52.7毫米,3D joint error从55.8毫米降低到40.1毫米,Human3.6M上的3D joint error从59.9毫米降低到46.7毫米,算法的执行传输下行速率 从完后 的几十甚至上百毫秒降低到仅需5毫秒。

     

      与传统关键点检测技术的区别

     

      领跑三大榜单

     

      相较于人脸,人体的3D重建更困难:

     

      2-人体的四肢具有更加多变的型态,在3D空间的各个方向上也有更大的纵深,比人脸更加比较复杂;

     

      基于单帧RGB图像的3D重建任务对原始图像的需求放松的同去,对肩上的技术提出了更难的挑战:算法还要从一张彩色图片中推理出人体或人脸的3D型态,并通过【光学透视】【阴影叠加】等基本光学原则准确预测出各个关键点在3D空间的位置和朝向,从而得到人体的姿态或表情信息。

     

    由于型态光设备等高度摄像头,而且 在手机等便携设备上往往难以实现;该人 面,高度摄像头也有增加生产成本,增加大面积部署3D重建技术的难度。

      传统的3D重建技术大多还要连续的图片序列或是多视角的图片,在硬件设备上一般还要采用双目

      近日,中国人工智能“国家队”云从科技公布,在单帧图像上的人体稠密3D关键点检测技术取得了突破性进展,并同去在六个3D人体数据集Human3.6M、 Surreal和UP-3D上,将原有低误差记录大幅降低80%,刷新了你是什么领域的世界纪录。这是继去年云从在3D人脸数据集上大幅刷新纪录后,再一次在此类3D重建技术(此次是人体3D重建技术)取得重要突破。

     

      去年,云从研究院曾提出针对人脸的稠密3D关键点技术PRNet,要能基于一帧人脸图像重建出约4万5千该人 脸3D关键点,在多个3D人脸数据集上大幅完后 的技术。相关论文发表于去年的ECCV上,算法在Github社区上进行了开源,已获得超过2800星。

     

      云从此次提出的3D人体重建算法摆脱了低维线性空间的限制,并设计了一种生活生活新型的3D信息表征法律妙招,采用6w多个点表示3D人体,通过卷积神经网络直接预测人体的3D型态和姿态,从而取得了精度和传输下行速率 上的双重突破。

     

      此次云从科技在3D人体数据集Human3.6M、Surreal和UP-3D上均大幅超越世界纪录。该数据集是全球关于3D人体重建技术的榜单,加州大学伯克利、马普所、Amazon、宾夕法尼亚大学、北京大学、浙江大学、Microsoft Research、法国国家信息与自动化研究所、Adobe Research等知名企业、研究所、大学也有该榜单的竞争队列中。

     

    Surreal数据集上对比

     

      人体姿态和服饰比较复杂多样,精度提升由于对比较复杂场景的适应性更好,模型更接近真实的请况。如阿凡达、漫威电影、阿丽塔等电影中,都还要专用设备与面部贴点来完成精细的人像埋点,3D人体(面部)重建算法的精度提升将彻底颠覆电影视频的拍摄制作。

     

    声明:凡来源标明“安防展览网”的文章版权均为本站所有,如需转载请务必注明出处,违者本网将追究相关法律责任;所有未标明来源为“安防展览网”的转载文章目的在于传递更多信息,均不代表本网立场及观点,“安防展览网”不对那些第三方内容或链接做任何保证或承担任何责任;如涉及版权等现象,请在内容发表之日起一周内与本网联系,而且 视为放弃相关权利。

      从人脸三维重建到人体三维重建

     

      由于对输入图像的要求低,使3D重建技术将可不能否利用普通光学摄像头作为感知机具。将来该技术由于使美颜APP同去具备高度的瘦身功能;商场内试衣魔镜由于自动生成你所愿意更换的衣服,大大节省商场空间的同去提升用户体验度。使更多智能应用成为由于。

     

      3-人体由于穿着的影响,几乎所有请况下都还要处理不同样式服装的遮挡现象,而人脸中的遮挡请况属于少数请况;

     

    UP-3D数据集上对比

      传统的人体关键点检测技术往往以2D的人体骨骼关节点检测形式冒出,即通过算法预测RGB图像中人体的十几只关节点的坐标,一方面结果非常稀疏,将人体大为比较复杂成骨骼的形式,该人 面结果往往只中有 二维平面上的坐标预测,只有还原高度信息,而且 无法体现纵深的感觉。而人体稠密3D关键点检测不仅能输出骨骼关节点信息,更能同去预测几滴 的人体表棘层层关键点信息,预测结果更加富有,而且 每个点的坐标也有3D的,要能体现不同躯干的纵深信息。

     

    传统关键点与稠密3D关键点对比