用于从无约束图像帧重建三维人体化身的 MVP-Human 数据集
计算机视觉与模式识别
2023-05-18 v2
摘要
在本文中，我们考虑一个从多个无约束帧重建三维人体化身的新问题，该问题不依赖于相机标定、捕获空间和受限动作的假设。该问题应由一个框架来解决，该框架以多个无约束图像作为输入，并在规范空间中生成带蒙皮的化身，在一次前馈过程中完成。为此，我们提出 ARwild（野外三维化身重建），它首先以多级方式重建隐式蒙皮场，通过该方法将来自多幅图像的图像特征对齐并整合，以估计表示着装形状的像素对齐隐式函数。为了支持新框架的训练和测试，我们贡献了一个大规模数据集 MVP-Human（多视角多姿态三维人体），包含 400 个受试者，每个受试者有 15 次不同姿态的扫描以及每次姿态的 8 视角图像，总共提供 6,000 次三维扫描和 48,000 张图像。总体而言，得益于特定的网络架构和多样化数据，训练后的模型能够从无约束帧重建三维化身，并达到了最先进的性能。
引用
@article{arxiv.2204.11184,
title = {MVP-Human Dataset for 3D Human Avatar Reconstruction from Unconstrained Frames},
author = {Xiangyu Zhu and Tingting Liao and Jiangjing Lyu and Xiang Yan and Yunfeng Wang and Kan Guo and Qiong Cao and Stan Z. Li and Zhen Lei},
journal= {arXiv preprint arXiv:2204.11184},
year = {2023}
}
备注
Accepted by IEEE Transactions on Biometrics, Behavior, and Identity Science (TBIOM)