HMC：用于无骨架运动重定向的层次化网格粗化
计算机视觉与模式识别
2023-03-21 v1 图形学
摘要
我们提出一种简洁而高效的无骨架运动重定向方法。先前方法在高分辨率网格间迁移运动，未能保留网格中固有的局部部件运动。针对此问题，我们提出的方法通过将重定向过程与网格粗化流水线相整合，以由粗到细的方式学习对应关系。首先，我们提出一个网格粗化模块，对网格表示进行粗化以改进运动迁移。该模块提升了处理小部件运动的能力，并保留了相邻网格顶点间的局部运动相互依赖关系。此外，我们采用层次化细化流程，通过逐步以更高分辨率网格改善低分辨率网格输出来补足缺失的网格细节。我们在多个知名 3D 角色数据集上评估了该方法，相较最先进方法其于点-wise 网格欧氏距离（PMD）上取得平均 25% 的提升。此外，我们的定性结果表明，由于以层次化方式解耦了身体部件结构与网格细节，该方法对保留目标角色上不同身体部件的运动一致性有显著助益。
引用
@article{arxiv.2303.10941,
title = {HMC: Hierarchical Mesh Coarsening for Skeleton-free Motion Retargeting},
author = {Haoyu Wang and Shaoli Huang and Fang Zhao and Chun Yuan and Ying Shan},
journal= {arXiv preprint arXiv:2303.10941},
year = {2023}
}