{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期部分”：[[2024,6,21]]，“日期时间”：“2024-06-21T18:57:21Z”，“时间戳”：1718996241254}，“参考计数”：85，“发布者”：“计算机协会（ACM）”，“问题”：“6”，“许可证”：[{“开始”：{-“日期部分“：[2017,11,20]]，”时间“：”2017-11-20T00:00:00Z“，“timestamp”：151113600000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“http://www.acm.org\/publications\/policys\/corpyright_policy#Background”}]，“出资人”：[{“name”：“Max-Planck-Gesellschaft”}]、“content-domain”：{“domain”:[“dl.acm.org”]、“crossmark-restriction”：true}、“short-container-title”：[“acm Trans.Graph.”]，“published-print”：{“date-parts”：[[2017,12,31]]}，“摘要”：“\n人类将双手和身体放在一起交流和解决任务。捕获和复制这种协调的活动对于行为真实的虚拟角色至关重要。令人惊讶的是，大多数方法分别处理身体和手的3D建模和跟踪。在这里，我们制定了一个模型手和身体相互作用<\/jats:italic>\n并使其适合全身4D序列。当用3D扫描或拍摄全身时，手很小，通常部分被遮挡，使其形状和姿势很难恢复。为了应对低分辨率、遮挡和噪声，我们开发了一个新模型，名为MANO<\/jats:italic>\n（\n带有铰接和非刚性变形的手模型<\/jats:italic>\n）。MANO是通过对31名受试者在各种手部姿势下进行的1000次高分辨率3D扫描获得的。该模型逼真、低维，可以捕捉姿势的非刚性形状变化，与标准图形包兼容，并且可以适合任何人手。MANO提供了从手姿势到姿势混合形状校正的紧凑映射，以及姿势协同的线性流形。我们将MANO附加到一个标准的参数化3D身体形状模型（SMPL）上，从而生成一个完全铰接的身体和手模型（SMPL+H）。我们通过拟合4D扫描仪捕捉到的受试者复杂、自然的活动来说明SMPL+H。该拟合是全自动的，生成的全身模型可以随着详细的手部动作自然移动，并且具有之前在全身性能捕捉中所没有的逼真感。模型和数据可在http:\/\/mano.is.tue.mpg.de.\n<\/jats:p>“，”DOI“：”10.1145\/310800.3130883“，”type“：”期刊文章“，”created“：｛”日期部分“：[[2017,11,22]]，”日期时间“：”2017-11-22T16:25:08Z“，”时间戳“：1511367908000｝，”page“：”1-17“，”更新策略“：”http:\/\/dx.doi.org\/10.1145\/crossmark-policy“，”source“：”Crossref“，”is-referenced-by-count“：543，”title“：[”Embodied hands“]，”prefix“：”10.1145“，“volume”：“36”，“author”：[{“given”：”Javier“，”family“：”Romero“，”sequence“：”first“，”affiliation“:[{”name“Body Labs Inc.”}]}，{“给定”：“Dimitrios”，“family”：“”Tzinas“，”sequence“：”additional“，”affiliation“：[{”name“：”Max Planck Institute for Intelligent Systems“}]}，{“given”：“Michael J.”，“family”：“Black”，“sequence”：“additional”，“affiliation”：[{“name”：“Max Planck Institute of Intelligental Systems”}]}]，“member”：“320”，“published-online”：{“date-parts”：[[2017,11,20]]}、“reference”：[[{”key“：”e_1_2_1_1“，“unstructured”：“2000。CMU图形实验室运动捕捉数据库。网址：\/\/mocap.cs.cmu.edu。(2000). CMU图形实验室运动捕捉数据库。网址：\/\/mocap.cs.cmu.edu。(2000).“}，{”key“：”e_1_2_2_1“，”非结构化“：”3dMDbody 2017。3dM车身。http://www.3dmd.com/3dmd-systems\/4d\/3dmddynamic-body。(2017). 访问日期：2017年9月1日。2017年3dM车身。3dM车身。http://www.3dmd.com/3dmd-systems\/4d\/3dmddynamic-body。(2017). 访问时间：2017年9月1日。“}，{“key”：“e_1_2_2_3_1”，“unstructured”：“3dMDhand 2017。3dM手动。http://www.3dmd.com/3dmdhandfoot-system。(2017). 访问日期：2017年9月1日。2017年7月3日。3dM手动。http://www.3dmd.com/3dmdhandfoot-system。(2017). 访问时间：2017年9月1日。publisher“，”doi“：”10.1145\/107320410732073207“}，{“key”：“e_1_2_7_1“，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/CVPR.2003.1211500”}，{“key”：“e_1_i_2_8_1”，”doi-assert-by“：”publisher“，”doi“：”10.1007\/978-3642-33783-3_46“}，”key“：”e_1_c_2_9_1“、”doi-ssertd-by“：”publisher 2_10_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/ICCV.2015.265”}，{“key”：“e_1_2_11_1“，“volume-title”：“欧洲计算机视觉会议---ECCV”，“author”：“Bogo Federica”，“year”：“2016”}，{“key”：“e_1_i_2_12_12_1”，”doi-asserted-by“：”publisher“，”doi“：”10.1016\/j.cviu.2005.09.013：“e_1_2_2_14_1”，“doi-asserted-by”：“出版商”，“doi”：“10.1109\/CVPR.2013.21“}，{“key”：“e_1_2_2_15_1”，“doi-asserted-by”：“publisher”，”doi“：“10.1109\/TPAMI.2011.33”}，“key“：”e_1_i_2_16_1“，”doi-assert-by“：”publisher“，“doi”：“10.109\/TSMCC.2008.923862”}、{“密钥”：“e_1_2_i_17_1”、“doi-sserted-by.2015.7298761“}，{“key”：“e_1_2_18_1”，“volume-title”：“2003年ACM SIGGRAPH欧洲计算机动画研讨会论文集。欧洲图形协会，110-119”，“作者”：“ElKoura George”，“年份”：“2003”}，{“密钥”：“e_1_2_19_1”，“doi断言者”：“publisher”，“doi”：“10.1016\/j.cviu.200.10.012”}，{“密钥”：“e_1_2_20_1”，“doi断言者”：“publisher”，“doi”：“10.1109\/THMS.2015.2470657”}，{“密钥”：“e_1_2_21_1”，“doi断言者”：“publisher”，“doi”：“10.1007\/978-3-642-33718-5_1”｝，｛“key”：“e_1_2_22_1”，“卷标题”：“McClure”，“作者”：“Geman Stuart”，“年份”：“1987”}，{“key”：“e_1_2_23_1”，“doi由”：“publisher”断言，“doi”：“10.1109\/CVPR.2010.5540150”}，{“key”：“e_1_2_24_1”，“doi由”：“publisher”断言，“doi”：“10.1109\/ICCV.2009.5459282”}，{“key”：“e_1_2_25_1”，“doi断言作者：“publisher”，“doi”：“10.1111\/j.1467-8659.2009.01373.x“}，{“key”：“e_1_2_26_1”，“doi-asserted-by”：“publisher”，”doi“：“10.1145\/1730804.1730809”}，“key“：”e_1_i_2_27_1“，”doi-assert-by“：”publisher“，“doi”：“10.5555\/524467.796047”}、{“key”：”e_ 2_28_1“、“doi-aserted-by \/978-3-642-33783-3_18“}，{“key”：“e_1_2_29_1”，“doi-asserted-by”：“publisher”，”DOI“：”10.1109\/TPAMI.2013.248“}，{”key“：”e_1_2_30_1“，”DOI-asserted-by“：”publisher“，“DOI”：“10.1145\/2366145.2366208”}，“key”：“e_1_i_2_31_1”，“DOI-assert-by”：“publisher”，“DOI:”10.1109\/CVPR.2015.7298869“}”，{10.1145\/2380116.2380139“}，{”key“：”e_1_2_23_1“，”unstructured“：”Leap 2017。跳跃动作。https:\/\/www.leapmotion.com（2017）。访问日期：2017年9月1日。2017年飞跃。跳跃动作。https:\/\/www.leapmotion.com（2017）。访问时间：2017年9月1日。6795.2818013“}，{“密钥”：”e_1_2_37_1“，“volume-title”：“Black”，“author”：“Loper Matthew M.”，“year”：“2014”}，{“key”：“e_1_i_2_38_1”，”doi-asserted-by“：”publisher“，”doi“：”10.5555\/645314.649442“}，”{“密钥”：“e_1_2_39_1”、“volume-title”“：”web“，”author“：”MANO.“}”，{”key“：”e_2_2_40_1“”，“doi-assert-by”：“”crossref”，“非结构化”：“Stan Melax Leonid Keselman和Sterling Orsten.2013。基于动力学的3D骨骼手跟踪。在图形界面中。63--70. 斯坦·梅拉克斯·莱昂尼德·凯塞尔曼（Stan Melax Leonid Keselman）和斯特林·奥尔斯滕（Sterling Orsten）。2013.基于动力学的3D骨骼手跟踪。在图形界面中。63-70.“，”DOI“：”10.1145\/2448196.2448232“}，{“key”：“e_1_2_41_1”，“DOI-asserted-by”：“publisher”，”DOI:“10.1145\/882262.882308”}，“{”key“：”e_1_i_2_42_1“，“DOI-asserted-by”：”crossref“，‘volume-title’：“数值优化”，“author”：“Nocedal Jorge”，“DOI”：“10.1007\/b98874”}、{“key”：”e_1_2_43_1“，”DOI-asserted-by“：”publisher“，“DOI”：“10.5555\/2919332.2919832“}，{“key”：“e_1_2_44_1”，“首页”：“1”，“article-title”：“使用Kinect对手关节进行基于模型的高效三维跟踪”，“volume”：”101“，“author”：“Oikonomidis Iason”，“year”：“2011”，“journal-title“：”英国机器视觉会议（BMVC）。“}10.1109 \/ICCV.2011.6126483“}，{“key”：“e_1_2_46_1”，“volume-title”：“IEEE计算机视觉和模式识别会议（CVPR）.1862--1869”，“author”：“Oikonomidis Iasonas”}，}“key:”e_1_i_2_47_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109 \/CVPR.2014.437”}、{“key”：”e_2_48_1“、“doi-assert-by”：“publisher”，“内政部”：“10.1177\/0278364913479413”}，{“key”：“e_1_2_49_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1093\/brain\/60.4.389“}，{”key“：”e_1_i_2_50_1“，”doi-assert-by“：”publisher“，“doi”：“10.1145\/276693”}，“key“:”e_2_251_1 2_52_1“，”volume-title“：”欧洲计算机视觉会议（ECCV）.35--46“，”author“：“James”}，{“key”：“e_1_2_54_1”，“volume-title”：“使用自我中心工作空间进行第一人称姿势识别。在IEEE计算机视觉和模式识别会议（CVPR）中。4325-4333”，“author”：“Rogez Gregory”，“year”：“2015”}，“doi-asserted-by”：“publisher”，“doi”：“10.1523\/JNEUROSCI.18-23-10105.1998”}，{“key”：“e_1_2_57_1”、“volume-title”：“DART：密集铰接实时跟踪。在机器人学：科学与系统（RSS）中。”，“author”：“Schmidt Tanner”，“year”：“2014”}、{“key”：.2014.6907660“}，{“键”：“e_1_2_59_1”，“volume-title”：“合成具有参数化形状修改的可动画人体模型。在ACM SIGGRAPH\/欧洲图形计算机动画研讨会（SCA'03）上”，“作者”：“Seo Hyewon”，“年份”：“2003”}，{“键”：“e_1_2_60_1”，“doi-asserted-by”：“出版商”，“doi”：“10.1145\/2702123.2702179”}：“使用多视图Bootstrapping.CVPR在单个图像中进行手部关键点检测”，“author”：“Simon Tomas”，“year”：“2017”}，{“key”：“e_1_2_62_1”，《volume-title》：“使用检测引导优化进行快速而稳健的手部跟踪。在IEEE计算机视觉和模式识别会议（CVPR）.3213--3221”，“author”:“Sridhar Srinath”，“year”:“2015”}中，{“key”：“e_1_2_63_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1007\/978-3-319-46475-6_19“}，{“key”：”e_1_i_2_64_1“，”doi-assert-by“：”publisher“，“doi”：“10.1109\/ICCV.2013.305”}，“key“：”e_i_2_65_1““：”e_1_2_66_1“，”卷时间“：“使用非参数信念传播进行视觉手跟踪。在基于生成模型的视觉研讨会上。189-189”，“作者”：“Sudderth Erik B.”}，{“key”：“e_1_2_67_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1109\/ICCV.2015.217“}，”{“key”：”e_2_268_1“，”doi-assert-by“：”publisher“，“doi”：”10.1145\/2988458.2988490“}”，{”key“：”e_ 2_69_1“”，“volume-title”：“用于实时手部跟踪的稳健铰接式ICP。几何处理欧洲图形学研讨会（SGP）34”，“作者”：“Tagliasacchi Andrea”，“年份”：“2015”}，{“密钥”：“e_1_2_70_1”，”doi-asserted-by“：”publisher“，”doi“：”10.1109\/CVPR.2016.605 170“}，{”键“：“e_1_2_72_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1145\/2897824.2925965“}，{“key”：“e_c2_73_1”、“doi-aserted-by“：”publisher“，“doi”：“10.1109\/CVPR.2014.88”}、{“key”：”e_1_i_2_74_1“，”doi-assert-by“，”doi:“10.5555\/1965841.1965857”}，“key“：”e_ 2_2_24_1 75_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/2980179.2980226”}，{“key”：“e_1_2_76_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1109\/IEMBS.2004.1404285“}，{“key”：“e\e_2_77_1”、“doi-aserted-by“：”publisher“，“doi”：“10.1145\/2629500”}，“key“：”e_1_i_2_78_1“，”doi-assert-by“，”doi:“10.1007\/s1123-016-0895-4”}_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/ICCV.2015.90”}，{“key”：“e_1_2_80_1”，“doi-asserted-by”：“crossref”，”非结构化“：“G\u00fcl Varol Javier Romero Xavier Martin Naureen Mahmood Michael J.Black Ivan Laptev and Cordelia Schmid.2017。向合成人类学习。在CVPR中。瓦罗尔·哈维尔·罗梅罗·泽维尔·马丁·诺林·马哈茂德·迈克尔J.布莱克·伊万·拉普特夫和科迪莉亚·施密德。2017.向合成人类学习。在CVPR中。“，”DOI“：”10.1109\/CVPR.2017.492“}，{”key“：”e_1_2_81_1“，”DOI-asserted-by“：”publisher“，“DOI”：“10.1145\/1531326.1531369”}，“key”：“e_1_i_2_82_1”，“DOI-assert-by”：“publisher”，”DOI:“10.1145\/2461912.2462000”}、{”key“：“e_i_2_83_1”、“volume-title”：“计算机视觉国际会议（ICCV）。424 6-432“，“作者”：“吴英”}，{“密钥”：“e_1_2_84_1”，“doi由“：”publisher断言，“doi”：“10.1007\\s11263-015-0826-9”}，{“key”：“e_1_2_85_1”，“doi由”断言：“crossref”，“nonstructured”：“Mao Ye Qing Zhang Liang Wang Jiejie Zhu Ruigang Yang and Juergen Gall.2013。基于深度数据的人体运动分析综述。在飞行时间和深度成像中。传感器算法和应用。149--187. 毛叶青、张亮、王洁洁、朱瑞刚、杨卓根、加尔。2013年，深度数据人体运动分析调查。在飞行时间和深度成像中。传感器算法和应用。149--187.“，”DOI“：”10.1007\/978-3642-44964-2_8“}，{“key”：“e_1_2_86_1”，“volume-title”：“ACM SIGGRAPH\/欧洲计算机动画研讨会.33--42”，“author”：“赵文平”，“year”：“2012”}]，“container-title“：[”ACM Transactions on Graphics“]，“original-ttitle”：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/dl.acm.org\/doi\/pdf\/10.1145\/313080.3130883“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[[2022,12,31]]，”date-time“：“2022-12-31T22:21:58Z”，”timestamp“：1672525318000}，”score“：1，”resource“：”{“primary”：{“URL”：“https:\/\/dl.acm.org\/doi\/10.1145\/313080.3130883“}}，”副标题“：[”建模和捕获手和身体在一起“]，”短标题“：[]，”已发布“：{”日期部分“：[[2017,11,20]]}，“引用计数”：85，”日志发布“：0800.3130883“]，”URL“：”http:\/\/dx.doi.org\/10.1145\/313080.3130883“，”关系“：{}，”ISSN“：[”0730-0301“，”1557-7368“]，”ISSN-type“：[{”value“：”0730-0501“，“type”：“print”}，{”value“：”1557-77368“，”type“:”electronic“}]，”主题“：[]，”published“：{”date-parts“：[2017,11,20]}，“assertion”：“”2017-11-20“，”订单“：2，”名称“：”发布“，”标签“：”已发布“，“组”：{“名称”：“publication_history“，”label“：”出版物历史“}}]}}