基于计算机视觉从一张图片重建人体的三维网格，能否获取腰围、胸围、臂长、腿长等数据？ 第1页
1
tted-54 网友的相关建议:
可以的，单照片人脸三维重建已经有相关的论文h和实践，单照片三维重建主要是基于经验推理而来，也可以通俗理解为猜出来的。所以其准确性受到参考物（特别是尺寸参考），光照方式等的影响，推理准确性目前尚有不足，也不是完全不能估算。
大家都知道人是靠双目进行三维空间判断的，但我们一样可以从一张照片中看出环境的透视关系。
我们曾经有个项目，需要估算单目摄像头与人的距离关系，以便做进一步的应用。效果还是非常不错的，由于涉及到一些公司机密，在这里不能详细阐述，大致的原理，就是寻找一些人身上的固定参考进行推算。再加上现在已经比较成熟的骨骼识别，姿态识别，综合应用获取一个人的基本胖瘦与身形比例关系是可以实现的。
liustein 网友的相关建议:
印度是挺严重，但是轮得到美国来说三道四吗？
真实人数是报告的2到5倍，那美国是不是应该做点什么，不然灯塔的光芒何在？此时不拉拢印度联合对抗中国，还有更好的时机吗？（狗头）
虽然印度在3月下旬已暂缓新冠疫苗出口，但到4月中旬，印度数个邦仍出现疫苗短缺的情况。印度目前主要使用的阿斯利康疫苗和本土生产的Covaxin疫苗都处于库存不足的状态，数百家接种中心因此关闭。在继续开放的接种点内，疫苗存量也只够维持一两天的接种量。
据悉，目前，印度政府将扩大疫苗接种范围当作“救命稻草”，但美国却正在限制对印度的疫苗原材料出口。
印度媒体20日发布的报道称，如果美国不为印度提供37种关键原料，印度的新冠疫苗生产线将在几周内停工。
不仅见死不救，还要限制原材料出口，这是要赶尽杀绝呀。
1
相关话题
请解释下variational inference？如何将某个分布作为机器学习的特征？
如何看待FAIR提出的8-bit optimizer：效果和32-bit optimizer相当？
深度学习对图像的处理，为什么大多基于RGB，而没有其他色彩空间，比如HSV？
如何评价何恺明等 arxiv 新作 Rethinking ImageNet Pre-training？
机器学习中有哪些形式简单却很巧妙的idea？
要研究深度学习的可解释性（Interpretability），应从哪几个方面着手？
如何看待MXNet在CVPR2017上公布的gluon接口？
深度学习方面还有什么Open Problem?
现在的BERT等语言模型，最快训练要多久？
前一个讨论
努力学习机械专业，有朝一日能成为大国工匠吗？
下一个讨论
大一女生如何追大三机械学长？
相关的话题
2021年了，如何评价微软亚研提出的对偶学习（Dual Learning）？计算机视觉是否已经进入瓶颈期？
能否使用神经网络来判断奇偶数？
如何看待swin transformer成为ICCV2021的 best paper？
如何评价最近火热的对比学习，会引领预训练模型新的范式嘛?
如何理解 inductive learning 与 transductive learning?
为什么都说神经网络是个黑箱？
用生成模型做数据增强data augmentation时，如何从合成数据中筛选出质量较好的样本？
为什么dropout正则化经常在视觉方面使用而不是其他？
如何评价微软提出的无监督视觉模型BEiT：ImageNet达到88.6，ADE20K达到57.0？
如何看待 AI 换脸软件「ZAO」的爆火？
老师给了一个神经网络的程序，他之前是跑通了的，但是我迭代几十次或者一百多次就报错。这个怎么解决?
如何解读 Jeff Dean 等联合在 arXiv 上发布的用深度学习分析电子病历的论文？
机器学习中的机器是如何分辨哪些是有用的知识，哪些是没用的信息呢？
如何评价 2018 年度图灵奖颁发给三位深度学习之父？
如何评价余凯创立的horizon robotics？
面试官如何判断面试者的机器学习水平？
如何看待NIPS2017图灵奖得主贝叶斯网络之父Judea Pearl讲座无人问津？
神经网络中 warmup 策略为什么有效；有什么理论解释么？
人工智能可以解决人类难题吗？
当前深度学习理论基础薄弱是否意味着我们应该放弃深度学习应用(计算机视觉、自然语言处理)？
请问下大家训练 SimCSE 时, loss 有没有这样的情况?
如何评价FAIR提出的ConvNeXt：CNN匹敌Swin Transformer?
新手如何实现个简单AutoML框架。有参考的github开源项目介绍吗？
如何看待旷视科技新产品监视学生上课？
有哪些关于机器学习的真相还鲜为人知？
能否使用神经网络来判断奇偶数？
如何评价 DeepMind 发表在 Nature 的论文公开无需人类棋谱的 AlphaGo Zero？
多模态方面，有哪些牛组值得我们follow他们的工作？
梯度下降法的神经网络容易收敛到局部最优，为什么应用广泛？