用于3D人体姿势和形状估计的新型人工智能框架

要点:通过2D图像估计3D人体姿态和形状是一个具有挑战性的任务，因为存在深度模糊、遮挡和不寻常的服装等问题。传统方法在估计不确定性时存在一些限制，而POCO框架提供了一种改进方法，可以在单个前向传递中同时推断姿态参数和不确定性。POCO框架引入了条件向量和图像特征来提高基本密度函数的建模，同时通过SMPL姿势来调整网络，从而提高了姿态重建和不确定性估计的准确性。