NeuWigs：用于体积毛发捕捉与动画的神经动态模型
计算机视觉与模式识别
2023-10-13 v3 图形学
摘要
人体毛发的捕捉与动画是虚拟现实中对逼真虚拟形象创建的两大挑战。这两个问题都极具挑战性，因为毛发具有复杂的几何与外观，并表现出困难的运动。本文提出一种两阶段方法，以数据驱动方式将毛发与头部独立建模来应对这些挑战。第一阶段为状态压缩，通过一种新颖的自动编码器即跟踪器策略，学习包含运动与外观的 3D 毛发状态的低维潜在空间。为了在外观学习中更好地解耦毛发与头部，我们结合多视角毛发分割掩码与可微体积渲染器。第二阶段学习一种新颖的毛发动力学模型，基于发现的潜在编码执行时序毛发迁移。为了在驱动动力学模型时增强稳定性，我们利用压缩阶段的 3D 点云自动编码器对毛发状态去噪。我们的模型在新视角合成上优于当前最优方法，并能够创建新颖的毛发动画而无需依赖毛发观测作为驱动信号。项目页面见 https://ziyanw1.github.io/neuwigs/。
引用
@article{arxiv.2212.00613,
title = {NeuWigs: A Neural Dynamic Model for Volumetric Hair Capture and Animation},
author = {Ziyan Wang and Giljoo Nam and Tuur Stuyck and Stephen Lombardi and Chen Cao and Jason Saragih and Michael Zollhoefer and Jessica Hodgins and Christoph Lassner},
journal= {arXiv preprint arXiv:2212.00613},
year = {2023}
}