CHRIS：基于侧视图一致性的裸人重建
计算机视觉与模式识别
2025-05-20 v1 人工智能
摘要
从单视图 RGB 图像中创建逼真的裸人模型对于混合现实和电影制作等应用至关重要。尽管近年来取得了一些进展，但主流方法往往未能充分利用侧视图信息，因为输入的单视图图像仅包含前视图信息。这导致全局拓扑不真实且侧视图局部表面不一致。为解决此问题，我们提出了一种基于侧视图一致性的裸人重建方法，即 CHRIS，包括 1) 侧视图法向判别器，通过区分生成的侧视图法向与真实法向来增强全局视觉合理性；2) 多到一梯度计算 (M2O)，确保局部表面一致性。M2O 通过积分周围点的梯度来计算采样点的梯度，实际作用为平滑运算。实验结果表明，CHRIS 在公共基准数据集上实现了最先进的性能，并优于先前方法。
引用
@article{arxiv.2505.12005,
title = {CHRIS: Clothed Human Reconstruction with Side View Consistency},
author = {Dong Liu and Yifan Yang and Zixiong Huang and Yuxin Gao and Mingkui Tan},
journal= {arXiv preprint arXiv:2505.12005},
year = {2025}
}
备注
ICME 2025