NASA：神经关节形状近似
计算机视觉与模式识别
2022-07-25 v5 图形学
机器学习
摘要
人体等关节物体的高效表示是计算机视觉与图形学中的一个重要问题。为高效模拟形变，现有方法使用多边形网格表示三维物体，并采用蒙皮技术对其进行变形。本文提出神经关节形状近似（NASA），一种替代框架，利用以姿态为条件的神经指示函数高效表示关节可变形物体。使用 NASA 进行占据测试十分直接，规避了网格的复杂性与水密性问题。我们展示了 NASA 在三维跟踪应用中的有效性，并讨论了其他潜在扩展。
引用
@article{arxiv.1912.03207,
title = {NASA: Neural Articulated Shape Approximation},
author = {Boyang Deng and JP Lewis and Timothy Jeruzalski and Gerard Pons-Moll and Geoffrey Hinton and Mohammad Norouzi and Andrea Tagliasacchi},
journal= {arXiv preprint arXiv:1912.03207},
year = {2022}
}
备注
ECCV 2020; Project Page: https://nasa-eccv20.github.io/