【中国安防展览网 品牌专栏】这是从0.1秒到0.005秒的跨越。
近日，中国人工智能“国家队”云从科技宣布，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，并同时在3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30%，刷新了这一领域的世界纪录。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。
此次3D人体重建技术的突破，同时在度和速度上取得了大幅提升，呈现出来的模型更精细，帧率达到200fps后很多应用都可以实时显示——这将极大地推动相关智能图像应用的落地步伐。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(无需专业设备、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化提升。
人体姿态和服饰复杂多样，精度提升意味着对复杂场景的适应性更好，模型更接近真实的情况。如阿凡达、漫威电影、阿丽塔等电影中，都需要专用设备与面部贴点来完成精细的人像采集，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。
论文中，云从科技针对人体具有丰富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信息表征方式。通过对三原色图像(RGB，不含深度信息)的分析，预测人体的3D形态和姿势，并用6万多个点描绘人体，从而在人体重建技术上取得速度与精度的双突破。
从人脸三维重建到人体三维重建
去年，云从研究院曾提出针对人脸的稠密3D关键点技术PRNet，能够基于一帧人脸图像重建出约4万5千个人脸3D关键点，在多个3D人脸数据集上大幅之前的技术。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2600星。
云从科技人脸重建技术
相较于人脸，人体的3D重建更困难：
1-人体具有密闭的3D曲面结构，而不仅仅是一个局部曲面，任何一个角度拍摄的图像都存在约一半的不可见部分；
2-人体的四肢具有更加多变的形态，在3D空间的各个方向上都有更大的纵深，比人脸更加复杂；
3-人体由于穿着的影响，几乎所有情况下都需要解决不同样式服装的遮挡问题，而人脸中的遮挡情况属于少数情况；
4-相对于人脸，人体的3D数据更难以获取，对深度学习技术的使用限制更多
以往的3D人体重建算法往往需要将问题降维，将复杂的人体形态简化到低维的线性间进行表示，从而降低问题的难度。
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，并设计了一种新型的3D信息表征方式，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形态和姿态，从而取得了精度和速度上的双重突破。
与传统关键点检测技术的区别
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出现，即通过算法预测RGB图像中人体的十几个关节点的坐标，一方面结果非常稀疏，将人体大为简化成骨骼的形式，另一方面结果往往只包含二维平面上的坐标预测，不能还原深度信息，因此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，更能同时预测大量的人体表面关键点信息，预测结果更加丰富，而且每个点的坐标都是3D的，能够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
与传统3D重建技术的区别
传统的3D重建技术大多需要连续的图片序列或是多视角的图片，在硬件设备上一般需要采用双目
摄像头或者结构光设备等深度摄像头，因此在手机等便携设备上往往难以实现；另一方面，深度摄像头还会增加生产成本，增加大面积部署3D重建技术的难度。
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时，对背后的技术提出了更难的挑战：算法需要从一张彩色图片中推理出人体或人脸的3D形态，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。
由于对输入图像的要求低，使3D重建技术将可以利用普通光学摄像头作为感知机具。将来该技术将会使美颜APP同时具备高度的瘦身功能；商场内试衣魔镜将会自动生成你所想要更换的衣服，大大节省商场空间的同时提升用户体验度。使更多智能应用成为可能。
自然场景的人体3D重建技术应用
*三大榜单
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等企业、研究所、大学都在该榜单的竞争队列中。
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，算法的执行速度从之前的几十甚至上百毫秒降低到仅需5毫秒。
Human3.6M数据集上对比
Surreal数据集上对比
UP-3D数据集上对比
我要评论
所有评论仅代表网友意见，与本站立场无关。