面向 Kinect 人体扫描的多层级主动配准：从低质量到高质量
图形学
2018-11-27 v1 多媒体
摘要
三维人体配准数十年来一直是一个具有挑战性的研究课题。大多数传统人体配准方法需要人工辅助，或需要纹理和标记点等其他辅助信息。这些方法大多针对昂贵扫描仪获取的高质量扫描而设计。随着 Kinect 等低成本设备引入低质量扫描，人体三维数据捕获变得更加便捷。然而，由于低质量扫描中不可避免的孔洞、噪声和离群点，人体配准变得更具挑战性。为解决此问题，我们提出一种全自动化主动配准方法，将高分辨率模板网格变形以匹配低质量人体扫描。我们的配准方法在两个层级的统计形状模型上运行：（1）第一层级是定义人体基本形体的整体身体形状模型；（2）第二层级包含针对每个身体部位的一组形状模型，旨在捕捉更多身体细节。我们的拟合过程遵循由粗到精的方法，鲁棒且高效。实验表明我们的方法与最先进（SOTA）方法相当。
引用
@article{arxiv.1811.10175,
title = {Multilevel active registration for kinect human body scans: from low quality to high quality},
author = {Zongyi Xu and Qianni Zhang and Shiyang Cheng},
journal= {arXiv preprint arXiv:1811.10175},
year = {2018}
}
备注
14 pages, the Journal of Multimedia Systems