一种用于时序网格混合与对应的图神经网络方法
计算机视觉与模式识别
2023-06-26 v1 图形学
摘要
我们提出了一种自监督深度学习框架，用于解决网格间无对应关系场景下的网格混合问题。为解决该问题，我们开发了 Red-Blue MPNN，一种处理增广图以估计对应关系的新型图神经网络。我们设计了一种新颖的条件细化方案，在特定条件满足时寻找精确对应关系。我们进一步开发了一种图神经网络，其以对齐网格和时间值作为输入，融合该信息进行进一步处理并生成所需结果。利用动作捕捉数据集与人形网格设计软件，我们创建了一个由运动中的人体网格时序序列组成的大规模合成数据集。我们的结果表明，给定复杂输入，我们的方法能生成身体部位的逼真形变。
引用
@article{arxiv.2306.13452,
title = {A Graph Neural Network Approach for Temporal Mesh Blending and Correspondence},
author = {Aalok Gangopadhyay and Abhinav Narayan Harish and Prajwal Singh and Shanmuganathan Raman},
journal= {arXiv preprint arXiv:2306.13452},
year = {2023}
}