我们已经说明了很多只用RGB相机展开动作猎食的研究，其中很多都是模拟骨展开追踪。少数人在模拟的骨头上盖上坚硬的模型，然后可以称为3D模型。最近，FacebookAIReaserch(FAIR )将2DRGB图像的所有人类像素动态同质化为3D模型的技术——DensePose作为开源，但不是我们经常说明的骨骼跟踪，而是使用非常密集的方案跟踪穿着室外或著严格衣服的人也很好。

很多人反对同时跟踪。那么，这个密集是怎么解读的呢？ 在一般的骨骼追踪中，追踪的点多在10到20个之间，即使继续下去，实际效果也不太好。

DensePose追踪的点共有336个，密麻全身是点。(密集恐惧症后退)跟踪这么多点是构建光滑简洁的3D模型所需要的数据。

虽然也有一点痛苦的代价，但DensePose表示在室外和很多人下面都很好，可以动态地更换场景中人的衣服。那么让我们想想他们是怎么做到的。为了让机器能够自学，研究者手动标记了5万张照片中的336张。

只有这一步是一项大工程。如果有不同部门的标注注释，就不告诉我什么时候完成。研究者把一个人的分解分为24个部分，分别是头、躯干上部、躯干下部、大腕、胳膊、大腿、小腿、手、脚。

每个部分标记14个点。关于头、手和脚，都用人工标记。另外，注释者拒绝在标记时标记隐藏在衣物中的部位，例如严格的裙子。这些作业结束后进入第二阶段，研究者在每个部位区域展开采样，不取得6个不同的标记图，而取得二维坐标图，由此坐标记者能够更直观地判别哪个标记是正确的。

最后将平面重新组合到3D模型中，展开最后的步骤校准。这样退两步，研究者要求高效准确地取得正确的标志。但是躯干、背部和臀部有小误差。接下来是深刻的自学阶段，这时好的方案只是性能优良的催化剂。

研究者使用了与Mask-RCNN架构的DenseReg类似的方法，包括DensePose-RCNN系统，进一步推进了研究开发提高了训练的精度。首先从外观粗略估计像素的位置，然后从正确的坐标偏移。

本文来源：外围足彩平台-www.kangrongdc.com