用于着装人体的动态表面函数网络

我们提出了一种用于着装人体时间一致重建与跟踪的新方法。给定单目 RGB-D 序列，我们学习一个基于动态表面函数网络的特定人体模型。为此，我们使用嵌入到 SMPL 身体模型规范空间中的多层感知机（MLP）来显式建模人体表面。通过经典前向渲染，所表示的表面可利用模板网格的拓扑进行光栅化。对于模板网格的每个表面点，评估 MLP 以预测实际表面位置。为处理依赖于姿态的形变，MLP 以 SMPL 姿态参数为条件。我们表明，该表面表示以及姿态参数可以使用分析-综合原理和可微光栅化以自监督方式学习。因此，我们能够从输入数据重建时间一致的网格序列。底层表面表示可用于合成重建人物的新动画，包括依赖于姿态的形变。