从 2D 图像学习动物的 3D 变形

理解动物如何变形与关节活动对于其 3D 模型的逼真修改至关重要。在本文中，我们展示此类信息可从用户点击的 2D 图像和目标动物的模板 3D 模型学习得到。我们提出一个体积变形框架，通过根据用户点击的一组图像变形模板 3D 模型来生成一组新 3D 模型。我们的框架基于一种新颖的局部有界变形能量，其中每个局部区域拥有其自身的刚度值，限制该位置允许的失真量。我们在变形模板 3D 网格以匹配每张用户点击图像的同时，联合学习局部刚度界。我们展示这一看似复杂的任务可求解为一系列凸优化问题。我们在猫和马这类高度可变形的关节动物上证明了我们方法的有效性。我们的框架生成的动物新 3D 模型比无学习刚度的模型显著更合理。