LoRD：用于高保真动态人体建模的局部四维隐式表示
计算机视觉与模式识别
2022-08-19 v1
摘要
近期四维隐式表示的进展集中于用低维潜向量全局控制形状与运动，这容易丢失表面细节并累积跟踪误差。尽管许多深度局部表示已在三维形状建模中展现出有前景的结果，但其四维对应方法尚不存在。在本文中，我们填补这一空白，提出一种用于动态着装人体的新颖局部四维隐式表示，名为LoRD，它兼具四维人体建模与局部表示的优点，并能够实现带有服装褶皱等细致表面形变的高保真重建。特别地，我们的核心见解是促使网络学习局部部件级表示的潜码，能够解释局部几何与时序形变。为在测试时推理，我们首先估计内体骨架运动以跟踪各时间步的局部部件，然后基于不同类型观测数据通过自解码优化各部件的潜码。大量实验表明，所提方法具有强大的四维人体表示能力，并在实际应用的稀疏点四维重建、非刚性深度融合上定性定量地优于最先进方法。
引用
@article{arxiv.2208.08622,
title = {LoRD: Local 4D Implicit Representation for High-Fidelity Dynamic Human Modeling},
author = {Boyan Jiang and Xinlin Ren and Mingsong Dou and Xiangyang Xue and Yanwei Fu and Yinda Zhang},
journal= {arXiv preprint arXiv:2208.08622},
year = {2022}
}
备注
Accepted by ECCV 2022. Project page: https://boyanjiang.github.io/LoRD/