FIND:一种无监督的关节化三维人体足部隐式模型

在本文中,我们提出了一个高保真且可关节化的三维人体足部模型。该模型由形状、纹理和关节化姿态的解耦潜在码参数化。虽然高保真模型通常借助强监督(如三维关键点对应或预注册)创建,但我们关注几乎无标注的困难情况。为此,我们做出以下贡献:(i)我们开发了名为FIND的足部隐式神经形变场模型,能够在任意分辨率下定制显式网格,即适用于低性能或高性能设备;(ii)一种以渐进式更好解耦的弱监督多种模式训练我们模型的方法,随着提供更多标签(如姿态类别)而改进;(iii)一种用于将我们的模型拟合到二维图像的新颖无监督基于部件的损失,优于传统的光度或轮廓损失;(iv)最后,我们发布了一个高分辨率三维人体足部扫描的新数据集Foot3D。在该数据集上,我们展示了我们的模型在形状质量和部件对应方面优于在同一数据上训练的强PCA实现,并且我们的新颖无监督基于部件的损失改进了图像上的推断。