DART：具有多样配件与丰富纹理的关节化手部模型
计算机视觉与模式识别
2022-10-17 v1 人工智能
图形学
摘要
手作为人类生产力与智慧的载体，因近期数字孪生的热潮而备受关注。在各类可变形手部模型中，MANO 已被视觉与图形学社区广泛使用。然而，MANO 忽略了纹理与配件，这在很大程度上限制了其合成照片级真实感手部数据的能力。本文中，我们用多样配件与丰富纹理对 MANO 进行扩展，即 DART。DART 由 50 个外观与形状各异的日常 3D 配件，以及 325 张涵盖不同类型瑕疵或妆容的手工 2D 纹理贴图组成。我们还提供了 Unity GUI，用于以用户自定义设置（如姿态、相机、背景、光照、纹理与配件）生成合成手部数据。最后，我们发布 DARTset，其包含大规模（800K）、高保真合成手部图像，并配有完美对齐的 3D 标签。实验证明了其在多样性上的优越性。作为现有手部数据集的补充，DARTset 在手部姿态估计与网格恢复任务中均提升了泛化能力。原始素材（纹理、配件）、Unity GUI、源代码与 DARTset 已在 dart2022.github.io 公开可用。
引用
@article{arxiv.2210.07650,
title = {DART: Articulated Hand Model with Diverse Accessories and Rich Textures},
author = {Daiheng Gao and Yuliang Xiu and Kailin Li and Lixin Yang and Feng Wang and Peng Zhang and Bang Zhang and Cewu Lu and Ping Tan},
journal= {arXiv preprint arXiv:2210.07650},
year = {2022}
}
备注
Homepage: dart2022.github.io. Accepted by NeurIPS 2022 Datasets and Benchmarks Track