人体形状与服装估计

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本文提出了一个高效的三维服装化身重建框架,通过优化和学习相结合,实现从单个图像中高保真度的服装化身重建。使用隐式模型学习人的形状,通过优化估计非刚性变形来细化表面细节,使用超级网络生成良好的初始化,加速优化过程的收敛。实验证明该框架成功地为现实场景中的任意穿着的人类产生了高保真度的化身。

🎯

关键要点

  • 提出了一个高效的三维服装化身重建框架。
  • 框架结合了基于优化的方法和基于学习的方法。
  • 目标是从单个图像中实现高保真度的服装化身重建。
  • 使用隐式模型学习人的一般形状。
  • 通过优化估计非刚性变形以细化表面细节。
  • 使用超级网络生成良好的初始化,加速优化过程的收敛。
  • 大量实验表明框架成功为现实场景中的任意穿着的人类产生高保真度的化身。
➡️

继续阅读