Odo：基于深度引导的身份保持身体重塑
计算机视觉与模式识别
2025-09-26 v3
摘要
人体形状编辑实现了对人体形状（如瘦、健壮或肥胖）的可控转换，同时保持姿态、身份、服装和背景。与人体姿态编辑相比，形状编辑相对较少被探讨。当前方法通常依赖 3D 形状可塑模型或图像配准，常因对齐误差和变形引入不现实的身体比例、纹理失真和背景不一致。一个关键限制是缺乏大规模、公开可用的训练和评估数据集用于身体形状操纵方法。本文引入了首个包含 18,573 张图像、覆盖 1523 个受试者的大规模数据集，专为受控人体形状编辑设计。数据集包含多样化的身体形状变化，包括肥胖、健壮和瘦弱，在一致的身份、服装和背景条件下进行捕获。利用该数据集，我们提出了 Odo，一种基于深度的端到端方法，能够通过简单语义属性实现真实且直观的身体重塑。我们的做法将冻结的 UNet 用于保留输入图像中细粒度的外观和背景细节，同时结合 ControlNet 使用目标 SMPL 深度图引导形状转换。广泛的实验表明，我们的方法优于先前方法，实现的顶点重建误差可低至 7.5mm，显著低于基线方法的 13.6mm，同时生成逼真的结果，准确匹配所需的目标形状。
引用
@article{arxiv.2508.13065,
title = {Odo: Depth-Guided Diffusion for Identity-Preserving Body Reshaping},
author = {Siddharth Khandelwal and Sridhar Kamath and Arjun Jain},
journal= {arXiv preprint arXiv:2508.13065},
year = {2025}
}