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
vibecoding772 小时前
一文搞懂企业级 API 网关选型:12 个维度、4 类企业、7 步落地
人工智能·大模型·ai编程
Rocktech_ruixun2 小时前
机器人本地跑LLM大模型对主板硬件有什么要求?瑞迅科技RK3588/3568方案选型解析
人工智能·科技·嵌入式硬件·机器人·边缘计算
yxlalm2 小时前
Spring AI+RAG 01-项目背景与技术选型
java·人工智能·spring
tedcloud1232 小时前
Wand-Enhancer 怎么搭建?开源 Wand 客户端增强与远程控制工具介绍
大数据·服务器·人工智能·开源·音视频
科技苑2 小时前
如何用Python编程实现一个简单的Web爬虫?
人工智能·python
迅利科技2 小时前
新能源汽车零部件研发,SIMULIA一站式仿真解决方案如何缩短研发周期
人工智能·汽车
Databuff3 小时前
AI SSH工具,集齐SSH、SFTP、知识库RAG、AI助手
网络·人工智能·ssh
Blockchina3 小时前
从一篇文章到一条完整视频:用 Codex 搭建可复用的 AI 视频生产线
人工智能
Proaiapi4 小时前
一张图介绍gpt-image-2.5
人工智能·gpt
czxxxc4 小时前
当AI开始“动手”:一场从“会说”到“会做”的静默转折
人工智能