细节结构感知采样：一种用于单视图人体重建的像素对齐隐式模型训练方案

我们介绍了用于单视图人体重建的基于像素对齐的隐式模型的新的采样训练方案 Fine Structured-Aware Sampling（FSS），通过主动适应表面的厚度和复杂性，解决了捕捉薄表面或在重建网格中引入噪声伪影的问题。与现有的采样训练方案不同，FSS 显示了如何在训练过程中利用样本点的法线来改善结果。此外，为了进一步改进训练过程，FSS 为像素对齐的隐式模型引入了网格厚度损失信号，通过对像素对齐的隐式函数框架进行轻微改进，使得引入该损失变得计算上可行。我们的结果表明，我们的方法在定性和定量上都明显优于现有方法。我们的代码可以在此 https URL 中公开获取。