H36M VS 3DPW datasets

1采集设备方面

H36M使用了高精度的多视角摄像机动态捕捉系统获得了非常准确和连贯的3D关节坐标标注。

3DPW使用了单目摄像机与IMU的复合传感系统进行采集,存在一定程度的标注噪声。

2场景环境方面

H36M主要针对室内定向动作,背景单一简洁。

3DPW重点是室外复杂环境中人的自然动作,场景复杂多变。

3提供的标注

H36M给出了3D关节坐标和对应的图片数据。

3DPW提供了3D骨骼和2D关键点,但没有对应的图片数据。

4标注形式

H36M以3D坐标的形式直接提供了关节位置。

3DPW给出的是经过注册的3D人体网格,需要自己提取骨骼。

Human3.6M数据集原始并没有提供SMPL参数,

这里的关键点是:

  1. SMPL GT参数是通过MoSh获得的。
  2. MoSh是将SMPL模型 fitting 到物理标记上的。
  3. 而不是数据集原始就提供SMPL参数。

所以这个过程是:

  1. Human3.6M提供物理动作捕捉的标记数据。
  2. 使用者通过MoSh,将SMPL模型拟合到标记,生成SMPL参数。
  3. 作为额外的监督信息,提供了SMPL参数。
相关推荐
Johny_Zhao9 小时前
OpenClaw安装部署教程
linux·人工智能·ai·云计算·系统运维·openclaw
飞哥数智坊9 小时前
我帮你读《一人公司(OPC)发展研究》
人工智能
冬奇Lab13 小时前
OpenClaw 源码精读(3):Agent 执行引擎——AI 如何「思考」并与真实世界交互?
人工智能·aigc
没事勤琢磨15 小时前
如何让 OpenClaw 控制使用浏览器:让 AI 像真人一样操控你的浏览器
人工智能
用户51914958484515 小时前
CrushFTP 认证绕过漏洞利用工具 (CVE-2024-4040)
人工智能·aigc
牛马摆渡人52815 小时前
OpenClaw实战--Day1: 本地化
人工智能
前端小豆15 小时前
玩转 OpenClaw:打造你的私有 AI 助手网关
人工智能
BugShare15 小时前
写一个你自己的Agent Skills
人工智能·程序员
机器之心15 小时前
英伟达护城河被AI攻破,字节清华CUDA Agent,让人人能搓CUDA内核
人工智能·openai
小黎147577898536416 小时前
OpenClaw 连接飞书完整指南:插件安装、配置与踩坑记录
机器学习