DoubleFusion:基于单深度传感器的实时人体表演与体内形状捕捉
计算机视觉与模式识别
2018-04-18 v1
摘要
我们提出 DoubleFusion,一种结合体积动态重建与数据驱动模板拟合的新实时系统,可从单个深度相机同时重建精细几何、非刚性运动以及人体内部形状。该方法的关键贡献之一是双层表示,由内部完整的参数化身体形状和逐渐融合的外表面层组成。身体表面上预定义的节点图参数化身体附近的非刚性形变,自由形态动态变化图参数化远离身体的外表面层,从而允许更通用的重建。我们进一步提出一种基于双层表示的联合运动跟踪方法,以实现鲁棒且快速的运动跟踪性能。此外,内部身体形状在线优化并被强制拟合于外表面层之内。总体而言,我们的方法实现了日益去噪、精细且完整的表面重建、快速运动跟踪性能以及实时的合理内部身体形状重建。特别地,实验表明在更具挑战性的场景下改进了快速运动跟踪与回环闭合性能。
引用
@article{arxiv.1804.06023,
title = {DoubleFusion: Real-time Capture of Human Performances with Inner Body Shapes from a Single Depth Sensor},
author = {Tao Yu and Zerong Zheng and Kaiwen Guo and Jianhui Zhao and Qionghai Dai and Hao Li and Gerard Pons-Moll and Yebin Liu},
journal= {arXiv preprint arXiv:1804.06023},
year = {2018}
}
备注
IEEE Conference on Computer Vision and Pattern Recognition (CVPR) 2018