【论文代码】VIBE基于视频的人体3D形状和姿态估计

VIBE: Video Inference for Human Body Pose and Shape Estimation [CVPR-2020] 之 论文官方代码使用注意事项 ↓↓↓

传送门&＃xff1a;https://github.com/mkocabas/VIBE

环境准备

Clone the repo:

git clone https://github.com/mkocabas/VIBE.git


Install the requirements using virtualenv or conda:

# pip
source scripts/install_pip.sh# conda
source scripts/install_conda.sh


PS: install_pip.sh の pip install git&＃43;https://github.com/giacaglia/pytube.git --upgrade Connection timed out
可将 git仓库 手动下载到本地 dependence/
修改为 pip install dependence/pytube;
requirements.txt 相应路径 同理;

输出图片

demo.py

# &＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61; Save rendered video &＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61; #vid_name &＃61; os.path.basename(video_file)save_name &＃61; f&＃39;{vid_name.replace(".mp4", "")}_vibe_result.mp4&＃39;save_name &＃61; os.path.join(output_path, save_name)print(f&＃39;Saving result video to {save_name}&＃39;)images_to_video(img_folder&＃61;output_img_folder, output_vid_file&＃61;save_name)# shutil.rmtree(output_img_folder) # 注释此行


效果展示

可喜可贺 运行过程 没有Bug 非常顺利

sample_video_mp4_output

可见&＃xff0c;位姿偏移明显&＃xff1b;

signer6_sample1_color_mp4_output 本地视频

可见&＃xff0c;对手部关节点 捕捉不佳&＃xff1b;

总结

3D 位姿估计 可以提供令人眼前一亮的展示效果&＃xff0c;但其细节精度仍存在不足&＃xff1b;
对于 精细化识别&＃xff0c;更推荐 2D 位姿估计 ~

写在最后&＃xff1a;若本文章对您有帮助&＃xff0c;请点个赞啦 ٩(๑•̀ω•́๑)۶