BCNet：从单张图像学习身体与衣物形状
计算机视觉与模式识别
2020-08-04 v2 图形学
摘要
在本文中，我们考虑从单张近正面视角 RGB 图像自动重建衣物与身体形状的问题。为此，我们在 SMPL 之上提出一种分层衣物表示，并新颖地使衣物的蒙皮权重独立于身体网格，这显著提升了我们衣物模型的表达能力。与现有方法相比，我们的方法可支持更多衣物类别并恢复更精确的几何。为训练我们的模型，我们构建了两个具有真实身体与衣物几何以及配对彩色图像的大规模数据集。与单一网格或非参数表示相比，我们的方法可通过分离网格实现更灵活的控制，使重新摆姿、衣物迁移和衣物纹理映射等应用成为可能。代码与部分数据可在 https://github.com/jby1993/BCNet 获取。
引用
@article{arxiv.2004.00214,
title = {BCNet: Learning Body and Cloth Shape from A Single Image},
author = {Boyi Jiang and Juyong Zhang and Yang Hong and Jinhao Luo and Ligang Liu and Hujun Bao},
journal= {arXiv preprint arXiv:2004.00214},
year = {2020}
}
备注
Accepted to ECCV2020