一种基于图像的全身着装人体生成模型
计算机视觉与模式识别
2017-08-01 v3
摘要
我们提出了首个针对全身的基于图像的着装人体生成模型。我们规避了常用的复杂图形渲染流水线以及对着装人体高质量三维扫描的需求。相反，我们从大型图像数据库中学习生成模型。主要挑战在于应对人体姿态、形状和外观的高方差。因此，迄今为止纯基于图像的方法未被考虑。我们展示这一挑战可通过将生成过程分为两部分来克服。首先，我们学习生成身体与衣物的语义分割。其次，我们在所得分割区域上学习一个条件模型，以生成逼真图像。整个模型是可微分的，并可基于姿态、形状或颜色进行条件控制。结果是生成具有不同衣物和风格的人体样本。所提模型能生成穿着逼真衣物的全新人体。在若干实验中我们给出了令人鼓舞的结果，表明完全数据驱动的着装人体生成方法是可行的。
引用
@article{arxiv.1705.04098,
title = {A Generative Model of People in Clothing},
author = {Christoph Lassner and Gerard Pons-Moll and Peter V. Gehler},
journal= {arXiv preprint arXiv:1705.04098},
year = {2017}
}