LASOR：通过合成遮挡数据与神经网格渲染提升人体姿态和形状精准度

本文介绍了一种名为LASOR（Learning Accurate 3D Human Pose and Shape Via Synthetic Occlusion-Aware Data and Neural Mesh Rendering）的新方法，它旨在解决3D人体姿态和形状估计中的一个重要挑战——遮挡问题，包括自我遮挡、物体与人之间的遮挡以及人与人之间的遮挡。在实际场景中，尤其是在存在遮挡的情况下，缺乏多样性和精确的训练数据成为制约准确估计的关键瓶颈。 LASOR框架的核心创新在于其合成的遮挡感知的轮廓和2D关键点数据生成过程。通过这种方法，该模型可以直接学习SMPL（Skinned Multi-Person Linear Model）的人体姿态和形状参数，而不是依赖于有限的现实数据。利用神经3D网格渲染技术，LASOR能够实时进行轮廓监督，这显著提高了形状估计的精度。 此外，为了弥补现有数据在视角多样性方面的不足，LASOR还提出了一种生成全景视角的关键点和轮廓驱动训练数据的方法。这种策略使得模型能够更好地理解和处理不同视角下的遮挡情况，从而增强了对复杂场景中人体姿势和形状的估计能力。 LASOR通过结合合成数据和智能渲染技术，克服了遮挡问题，提升了3D人体姿态和形状估计的准确度，并且通过增加视角多样性的训练数据，使得模型在各种遮挡场景下都能展现出优越的表现。这项工作对于推动计算机视觉领域的人体理解研究具有重要意义，尤其是在动作捕捉、虚拟现实和增强现实等应用中。