FARM: 用于三维人体自动配准的功能性方法
计算机视觉与模式识别
2018-07-30 v1 图形学
摘要
我们提出了一种用于三维人体形状非刚性配准的新方法。我们提出的流程建立于给定的人体参数化模型之上,并利用泛函映射表示来在配准过程中编码和推断形状映射。这种组合使我们的方法对实际场景中观察到的多种干扰具有鲁棒性,包括非等距变换、下采样、拓扑噪声和遮挡;此外,该流程可不变地应用于不同的形状表示(例如网格和点云),并且在存在(甚至严重的)缺失部分(如真实世界深度感知应用中出现的那些)时也能使用。我们在若干具有挑战性的任务上展示了我们的方法,证明了其结果达到甚至超越了相应领域中的 SOTA 方法。
引用
@article{arxiv.1807.10517,
title = {FARM: Functional Automatic Registration Method for 3D Human Bodies},
author = {Riccardo Marin and Simone Melzi and Emanuele Rodolà and Umberto Castellani},
journal= {arXiv preprint arXiv:1807.10517},
year = {2018}
}
备注
Under submission to CGF