从单张 2K 分辨率图像进行高保真 3D 人体数字化
计算机视觉与模式识别
2023-03-28 v1
摘要
高质量 3D 人体重建需要高保真大规模训练数据，以及能有效利用高分辨率输入图像的恰当网络设计。为解决这些问题，我们提出一种简单而有效的 3D 人体数字化方法 2K2K，其构建大规模 2K 人体数据集并从 2K 分辨率图像推断 3D 人体模型。所提方法分别恢复人体的全局形状及其细节。低分辨率深度网络从低分辨率图像预测全局结构，逐部件图像到法线网络预测 3D 人体结构的细节。高分辨率深度网络融合全局 3D 形状与细节结构以推断高分辨率前后侧深度图。最后，现成的网格生成器重建完整 3D 人体模型，相关资源可在 https://github.com/SangHunHan92/2K2K 获取。此外，我们还提供 2,050 个 3D 人体模型，包含纹理贴图、3D 关节和 SMPL 参数以供研究使用。实验中，我们在多个数据集上展示了优于近期工作的竞争力性能。
引用
@article{arxiv.2303.15108,
title = {High-fidelity 3D Human Digitization from Single 2K Resolution Images},
author = {Sang-Hun Han and Min-Gyu Park and Ju Hong Yoon and Ju-Mi Kang and Young-Jae Park and Hae-Gon Jeon},
journal= {arXiv preprint arXiv:2303.15108},
year = {2023}
}
备注
code page : https://github.com/SangHunHan92/2K2K, Accepted to CVPR 2023 (Highlight)