公开数据集
数据结构 ? 0M
Data Structure ?
* 以上分析是由系统提取分析形成的结果,具体实际数据为准。
README.md
其中包含了80个人物以不同穿着进行70种行为活动的250万个高精度图像。
数据集通过将脸谱、骨架、深度、普通图像和光线变化进行分割注释,使其适用于无数的任务。
为生成图像,研究人员提出了一种新的球形区域保持参数化算法,该算法是对现有球形图的改进,球星图倾向于收缩细长的身体部位,造成几何图像不完整的问题。
最后,生成网络被用于以端到端的方式生成有穿着的人的几何图像。该方法为原始图像和合成图像中的身体姿势和衣物形状的捕获提供了良好的解决方案。
潜在应用及影响
这项研究成果对优化深度学习构建穿戴衣物的人体模型重建有很大的潜在推进作用。 此外,它还提供了进一步可以扩展到视频、几何图像正则化方案、分割和3D重建集成的研究,因为这些领域都可以从3DPeople数据集中获益。
数据文件
出于版权原因,我们不能共享模型的 3D 网络模型或原始文件;使用的动画来自 CMU MoCap 数据库。
数据引文
@inproceedings{pumarola20193dpeople, title={{3DPeople: Modeling the Geometry of Dressed Humans}}, author={Pumarola, Albert and Sanchez, Jordi and Choi, Gary and Sanfeliu, Alberto and Moreno-Noguer, Francesc}, booktitle={International Conference in Computer Vision (ICCV)}, year={2019} }
×
帕依提提提温馨提示
该数据集正在整理中,为您准备了其他渠道,请您使用
注:部分数据正在处理中,未能直接提供下载,还请大家理解和支持。
暂无相关内容。
暂无相关内容。
- 分享你的想法
去分享你的想法~~
全部内容
欢迎交流分享
开始分享您的观点和意见,和大家一起交流分享.
数据使用声明:
- 1、该数据来自于互联网数据采集或服务商的提供,本平台为用户提供数据集的展示与浏览。
- 2、本平台仅作为数据集的基本信息展示、包括但不限于图像、文本、视频、音频等文件类型。
- 3、数据集基本信息来自数据原地址或数据提供方提供的信息,如数据集描述中有描述差异,请以数据原地址或服务商原地址为准。
- 1、本站中的所有数据集的版权都归属于原数据发布者或数据提供方所有。
- 1、如您需要转载本站数据,请保留原数据地址及相关版权声明。
- 1、如本站中的部分数据涉及侵权展示,请及时联系本站,我们会安排进行数据下线。