HandOcc：基于占用网络的 NeRF 手部渲染
计算机视觉与模式识别
2025-05-06 v1
摘要
我们提出 HandOcc，一种基于占用（occupancy）的新型手部渲染框架。流行的渲染方法（如 NeRF）通常与参数化网格结合，以提供可变形的手部模型。然而，这样做会在网格的保真度与参数化模型的复杂性和维度之间产生权衡。参数化网格结构的简单性颇具吸引力，但其根本问题在于将方法绑定于网格初始化，使其无法泛化到不存在参数化模型的对象。这也意味着估计受限于网格分辨率和网格拟合的精度。本文提出一种无网格三维渲染管线，并将其应用于手部。仅通过提供三维骨架，即可通过卷积模型提取所需的外观。我们通过利用以占用表示为条件的 NeRF 渲染器来实现这一点。该方法利用手部占用来解决手与手之间的交互，进一步改善了结果，实现了快速渲染和出色的手部外观迁移。在基准 InterHand2.6M 数据集上，我们取得了最先进的结果。
引用
@article{arxiv.2505.02079,
title = {HandOcc: NeRF-based Hand Rendering with Occupancy Networks},
author = {Maksym Ivashechkin and Oscar Mendez and Richard Bowden},
journal= {arXiv preprint arXiv:2505.02079},
year = {2025}
}