使用SMPL进行pose and shape estimation常用数据集关节点信息

1 SMPL模型关节点名称

self.j_names = {
    0: 'Pelvis',  1: 'L_Hip',  2: 'R_Hip', 3:  'Spine1',  4: 'L_Knee',  5:  'R_Knee', 6:  'Spine2',  7:  'L_Ankle', 8:  'R_Ankle',  9:  'Spine3',  10: 'L_Foot', 11: 'R_Foot',  12: 'Neck',  13: 'L_Collar',  14: 'R_Collar',  15: 'Head', 16: 'L_Shoulder', 17: 'R_Shoulder',  18: 'L_Elbow',  19: 'R_Elbow', 20: 'L_Wrist',  21: 'R_Wrist',         22: 'L_Hand',  23: 'R_Hand', }

2 Human 3.6M 数据集关节点名称,需要注意的是数据集中给出的标注是32个joints的坐标,但是其中只有17个是可以移动的,其余的点名称为‘site‘, 个人理解可能是标注了图像背景中的一些点。

使用SMPL进行pose and shape estimation常用数据集关节点信息_第1张图片

图像来自于github,但从Human3.6M的release code的metdata.xml中,13是neck,14是head,15是site。因此这个待确定。

你可能感兴趣的:(pose,and,shape,estimation,Human,3.6M,Dataset,SMPL)