从单张深度图像进行规范姿态重建以实现有限数据集上的3D非刚体姿态恢复
计算机视觉与模式识别
2025-05-26 v1
摘要
从2D输入进行3D重建，尤其是对于人类等非刚体物体，由于可能的变形范围巨大而面临独特的挑战。传统方法在处理非刚体形状时往往表现不佳，这需要大量训练数据来覆盖整个变形空间。本研究通过提出一种规范姿态重建模型来解决这些局限性，该模型将可变形形状的单视角深度图像转换为规范形式。这种对齐通过使刚体物体重建技术得以应用来促进形状重建，并通过利用原始深度图像和变形深度图像，支持以体素表示恢复输入姿态，作为重建任务的一部分。值得注意的是，我们的模型仅使用约300个样本的小数据集即可取得有效结果。在动物和人类数据集上的实验结果表明，我们的模型优于其他最先进的方法。
引用
@article{arxiv.2505.17992,
title = {Canonical Pose Reconstruction from Single Depth Image for 3D Non-rigid Pose Recovery on Limited Datasets},
author = {Fahd Alhamazani and Yu-Kun Lai and Paul L. Rosin},
journal= {arXiv preprint arXiv:2505.17992},
year = {2025}
}