NDF：用于动态人体建模的神经形变场

我们提出了神经形变场（NDF），一种从多视角视频进行动态人体数字化的新表示。近期工作提出用共享的规范神经辐射场来表示动态人体，并通过形变场估计将其关联到观测空间。然而，学习到的规范表示是静态的，且当前形变场的设计无法表示大幅运动或详细的几何变化。本文中，我们提出学习一个包裹在拟合参数化人体模型周围的神经形变场来表示动态人体。NDF由底层的参考表面进行空间对齐。然后学习一个神经网络将姿态映射到NDF的动力学。所提出的NDF表示能够以细致且合理的动态外观合成具有新视角和新姿态的数字化表演者。实验表明，我们的方法显著优于近期的人体合成方法。