ARAH：关节化人体 SDF 的可动画体积渲染
计算机视觉与模式识别
2022-10-19 v1
摘要
将人体模型与可微渲染相结合，近来使得从稀疏多视角 RGB 视频中构建可动画的着衣人体化身成为可能。尽管最先进的方法利用神经辐射场（NeRF）实现了逼真外观，但由于缺乏几何约束，推断出的几何常缺少细节。此外，由于从观测空间到规范空间的映射不能忠实泛化至未见姿态，目前尚无法在分布外姿态下驱动化身。本文针对这些不足，提出一种模型，以构建具有精细几何且能很好泛化至分布外姿态的可动画着衣人体化身。为获得精细几何，我们将关节化隐式曲面表示与体积渲染相结合。为达成泛化，我们提出一种新颖的联合求根算法，用于同步进行射线-曲面相交搜索与对应搜索。我们的算法实现了高效的点采样与准确的点的规范映射，同时对未见姿态具有良好的泛化能力。我们证明所提流程能从稀疏多视角 RGB 视频生成具有高质量姿态相关几何与外观的着衣化身。我们的方法在几何与外观重建上达到最先进性能，同时所创建的可动画化身能很好泛化至训练姿态数量极少之外的分布外姿态。
引用
@article{arxiv.2210.10036,
title = {ARAH: Animatable Volume Rendering of Articulated Human SDFs},
author = {Shaofei Wang and Katja Schwarz and Andreas Geiger and Siyu Tang},
journal= {arXiv preprint arXiv:2210.10036},
year = {2022}
}
备注
Accepted to ECCV 2022. Project page: https://neuralbodies.github.io/arah/