FOCUS——基于人工训练稠密对应点的多视角足部重建
计算机视觉与模式识别
2025-02-19 v1
摘要
从多个校准图像进行表面重建是一项具有挑战性的任务——通常需要大量采集的图像并具有显著的重叠。我们关注具体的人脚重建问题。与之前成功的脚部重建工作一样，我们寻求从多视角RGB图像中提取丰富的像素级几何线索，并将其融合到最终的3D物体中。我们的方法FOCUS主要作出了3项贡献：(i) SynFoot2，这是对现有人工脚部数据集的扩展，包含一种新数据类型：与参数化脚部模型FIND的稠密对应；(ii)在我们的数据集上训练的、具备不确定性感知能力的稠密对应预测器；(iii)两种从稠密对应预测重建3D表面的方法：一种受结构从运动（Structure-from-Motion）启发，另一种基于FIND模型的优化方法。我们表明，我们的重建在少视角设置下实现了最先进的重建质量，在众多视角可用时性能与最先进方法相当，并且运行速度显著更快。我们向研究社区公开了我们的合成数据集。代码可在：https://github.com/OllieBoyne/FOCUS 获取。
引用
@article{arxiv.2502.06367,
title = {FOCUS -- Multi-View Foot Reconstruction From Synthetically Trained Dense Correspondences},
author = {Oliver Boyne and Roberto Cipolla},
journal= {arXiv preprint arXiv:2502.06367},
year = {2025}
}
备注
13 pages, 11 figures