Neural Haircut：基于先验引导的发丝级头发重建
计算机视觉与模式识别
2023-06-13 v2 图形学
摘要
利用图像或视频数据生成逼真的人体三维重建，对于各类通信与娱乐应用至关重要。尽管现有方法在身体与面部区域已取得令人印象深刻的成果，但由于头发具有极高的力学复杂性，逼真的头发建模仍具挑战性。本工作提出了一种方法，能够从非受控光照条件下采集的单目视频或多视角图像中，在发丝级别实现精确的头发几何重建。我们的方法分为两个阶段：第一阶段利用隐式体表示联合重建粗略的头发与胸像形状以及头发朝向；第二阶段则在单一优化过程中，将粗略的体约束与从合成数据中学得的发丝及发型先验相调和，从而估计出丝级别的头发重建。为了进一步提升重建保真度，我们借助一种新型可微渲染器，将基于图像的损失纳入拟合过程。这一组合系统名为 Neural Haircut，在重建发型的真实感与个性化方面表现优异。
引用
@article{arxiv.2306.05872,
title = {Neural Haircut: Prior-Guided Strand-Based Hair Reconstruction},
author = {Vanessa Sklyarova and Jenya Chelishev and Andreea Dogaru and Igor Medvedev and Victor Lempitsky and Egor Zakharov},
journal= {arXiv preprint arXiv:2306.05872},
year = {2023}
}