ANR：面向虚拟化身的可articulated神经渲染
计算机视觉与模式识别
2020-12-24 v1
摘要
传统渲染与神经网络在延迟神经渲染（DNR）中的结合，在计算复杂度和所得图像真实感之间提供了引人注目的平衡。使用蒙皮网格渲染关节物体是 DNR 框架的自然扩展，并将为其开启大量应用。然而，在这种情况下，神经着色步骤必须考虑可能未被网格捕获的形变，以及对齐误差和动力学——这些会扰乱 DNR 流程。我们提出 Articulated Neural Rendering（ANR），一种基于 DNR 并显式解决其在虚拟人类化身方面局限性的新框架。我们展示了 ANR 相对于 DNR 以及专门用于化身创建与动画的方法的优越性。在两项用户研究中，我们观察到对我们的化身模型的明显偏好，并且我们在定量评估指标上展示了最先进的性能。在感知上，我们观察到更好的时间稳定性、细节水平和可信度。
引用
@article{arxiv.2012.12890,
title = {ANR: Articulated Neural Rendering for Virtual Avatars},
author = {Amit Raj and Julian Tanke and James Hays and Minh Vo and Carsten Stoll and Christoph Lassner},
journal= {arXiv preprint arXiv:2012.12890},
year = {2020}
}