Demeter：来自真实世界的作物植物形态的参数化模型

学习物体的 3D 参数化形状模型在视觉和图形学中日益受到欢迎，并在 3D 重建、生成、理解和仿真中显示出广泛的实用性。尽管存在针对人类和动物的强大模型，但用于建模植物的等价方法仍不足。本文提出了 Demeter，一个数据驱动的参数化模型，对植物形态的关键因素（包括拓扑结构、形状、关节和变形）进行编码，形成紧凑的学习表示。不同于以往参数化模型，Demeter 能够处理跨越不同物种的可变形状拓扑，并建模三种形状变化来源：关节、子组件形状变化和非刚性变形。为推进作物植物建模，我们收集了一个来自大豆农场的大规模、标注准确的数据集作为测试平台。实验表明，Demeter 能够有效地合成形状、重建结构并模拟生物物理过程。代码和数据可在 https://tianhang-cheng.github.io/Demeter/ 获取。