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：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+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;
demo.py
# ========= Save rendered video ========= #
vid_name = os.path.basename(video_file)
save_name = f'{vid_name.replace(".mp4", "")}_vibe_result.mp4'
save_name = os.path.join(output_path, save_name)
print(f'Saving result video to {save_name}')
images_to_video(img_folder=output_img_folder, output_vid_file=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，位姿偏移明显；
可见，对手部关节点 捕捉不佳；
3D 位姿估计 可以提供令人眼前一亮的展示效果，但其细节精度仍存在不足；
对于 精细化识别，更推荐 2D 位姿估计 ~
写在最后：若本文章对您有帮助，请点个赞啦 ٩(๑•̀ω•́๑)۶
