基于分层形变的小样本物理感知关节网格生成
计算机视觉与模式识别
2023-08-22 v1 计算几何
摘要
我们研究小样本物理感知关节网格生成问题。通过观测仅含少量样本的关节物体数据集，我们希望学习一个能生成具有高视觉保真度与物理有效性的多样化网格的模型。以往的网格生成模型要么难以从少量样本中刻画多样的数据空间，要么无法保证其样本的物理有效性。针对上述挑战，我们提出两项关键创新：1）基于分治思想的分层网格形变生成模型，通过从大规模刚体网格借用可迁移的形变模式来缓解小样本挑战；2）物理感知形变校正方案，以促使生成物理合理的样本。我们在 6 个关节类别上进行了大量实验，证明我们的方法在小样本设定下于生成具有更好多样性、更高视觉保真度与更佳物理有效性的关节网格方面优于以往方法。此外，我们在消融研究中验证了两项创新的扎实贡献。项目页面及代码见 https://meowuu7.github.io/few-arti-obj-gen。
引用
@article{arxiv.2308.10898,
title = {Few-Shot Physically-Aware Articulated Mesh Generation via Hierarchical Deformation},
author = {Xueyi Liu and Bin Wang and He Wang and Li Yi},
journal= {arXiv preprint arXiv:2308.10898},
year = {2023}
}
备注
ICCV 2023. Project Page: https://meowuu7.github.io/few-arti-obj-gen