AvatarCap：基于可动画化化身条件的单目人体体积捕获
计算机视觉与模式识别
2022-07-13 v2
摘要
为解决单目人体体积捕获中因部分观测导致的病态问题，我们提出AvatarCap，一种将可动画化化身引入捕获流程以在可见与不可见区域实现高保真重建的新框架。我们的方法首先从少量（约20个）3D扫描中为对象创建可动画化化身作为先验。然后给定该对象的单目RGB视频，我们的方法整合来自图像观测和化身先验的信息，并相应重建具有高动态细节的3D带纹理模型，而不受可见性影响。为仅从少量样本学习用于体积捕获的有效化身，我们提出GeoTexAvatar，其利用几何与纹理监督以分解隐式方式约束依赖于姿态的动态。进一步提出一种涉及规范法线融合与重建网络的化身条件体积捕获方法，以整合图像观测与化身动态，从而在观测与不可见区域实现高保真重建。总体而言，我们的方法实现了具有细节且依赖于姿态的动态的单目人体体积捕获，实验表明我们的方法优于当前最优（state of the art）。代码见 https://github.com/lizhe00/AvatarCap。
引用
@article{arxiv.2207.02031,
title = {AvatarCap: Animatable Avatar Conditioned Monocular Human Volumetric Capture},
author = {Zhe Li and Zerong Zheng and Hongwen Zhang and Chaonan Ji and Yebin Liu},
journal= {arXiv preprint arXiv:2207.02031},
year = {2022}
}
备注
Accepted by ECCV 2022, project page: http://www.liuyebin.com/avatarcap/avatarcap.html, code: https://github.com/lizhe00/AvatarCap