神经关节化辐射场
计算机视觉与模式识别
2021-08-19 v2
摘要
我们提出神经关节化辐射场（NARF），一种从图像中学习得到的、面向关节物体的新型可形变三维表示。尽管近期三维隐式表示方面的进展已使得学习复杂物体模型成为可能，但学习关节物体的姿态可控表示仍具挑战，因为现有方法需要三维形状监督且无法渲染外观。在构建三维关节物体的隐式表示时，我们的方法在求解每个三维位置的辐射场时仅考虑最相关物体部件的刚性变换。通过这种方式，所提方法在不显著增加计算复杂度的前提下表示了依赖于姿态的变化。NARF完全可微，并可使用带姿态标注的图像进行训练。此外，通过使用自编码器，它还能学习同一物体类别多个实例间的外观变化。实验表明，所提方法高效且能很好地泛化到新姿态。代码已发布于 https://github.com/nogu-atsu/NARF 供研究使用。
引用
@article{arxiv.2104.03110,
title = {Neural Articulated Radiance Field},
author = {Atsuhiro Noguchi and Xiao Sun and Stephen Lin and Tatsuya Harada},
journal= {arXiv preprint arXiv:2104.03110},
year = {2021}
}
备注
16 pages, ICCV 2021