面向铰接 3D 形状的深层虚拟标记
计算机视觉与模式识别
2021-08-23 v1
摘要
我们提出深层虚拟标记，一个用于为各类 3D 数据估计密集且准确位置信息的框架。我们设计了一种概念并构建了一个框架，将人体等 3D 铰接模型的 3D 点映射为虚拟标记标签。为实现该框架，我们采用稀疏卷积神经网络，并将铰接模型的 3D 点分类为虚拟标记标签。我们提出使用软标签，使分类器基于测地距离学习丰富而密集的类别间关系。为衡量虚拟标记的定位精度，我们测试了 FAUST 挑战，结果优于当前最优方法。我们还观察到在泛化性测试、未见过数据评估以及不同 3D 数据类型（网格与深度图）上的出色表现。我们展示了利用估计的虚拟标记的附加应用，如非刚性配准、纹理迁移以及从深度图实时密集标记预测。
引用
@article{arxiv.2108.09000,
title = {Deep Virtual Markers for Articulated 3D Shapes},
author = {Hyomin Kim and Jungeon Kim and Jaewon Kam and Jaesik Park and Seungyong Lee},
journal= {arXiv preprint arXiv:2108.09000},
year = {2021}
}