LISA：学习手的隐式形状与外观

Enric Corona; Tomas Hodan; Minh Vo; Francesc Moreno-Noguer; Chris Sweeney; Richard Newcombe; Lingni Ma

LISA：学习手的隐式形状与外观

计算机视觉与模式识别 2022-04-05 v1

作者: Enric Corona , Tomas Hodan , Minh Vo , Francesc Moreno-Noguer , Chris Sweeney , Richard Newcombe , Lingni Ma

摘要

本文提出一种名为 LISA 的万能人类手部神经模型。该模型能够捕捉准确的手部形状与外观，泛化到任意手部主体，提供稠密表面对应，可从自然场景图像中重建并易于驱动动画。我们通过在一组标注了手部骨架粗粒度3D姿态的多视角 RGB 图像序列上最小化形状和外观损失来训练 LISA。对于手部局部坐标中的3D点，我们的模型独立预测相对于每根手骨的颜色和带符号距离，然后使用预测的蒙皮权重组合各骨预测。形状、颜色和姿态表征在设计上解耦，允许仅估计或动画化所选参数。我们通过实验证明，LISA 能从单目或多视角序列准确重建动态手，相比基线方法实现了显著更高的重建手部形状质量。项目页面：https://www.iri.upc.edu/people/ecorona/lisa/。

关键词

手部形状建模神经表征多视角 RGB 带符号距离蒙皮权重单目重建

引用

@article{arxiv.2204.01695,
  title  = {LISA: Learning Implicit Shape and Appearance of Hands},
  author = {Enric Corona and Tomas Hodan and Minh Vo and Francesc Moreno-Noguer and Chris Sweeney and Richard Newcombe and Lingni Ma},
  journal= {arXiv preprint arXiv:2204.01695},
  year   = {2022}
}

备注

Published at CVPR 2022

LISA：学习手的隐式形状与外观

摘要

关键词

引用

备注

相关论文