PocoLoco:一种宽松衣物人体形状点云扩散模型
计算机视觉与模式识别
2024-11-12 v2
摘要
建模能够合理变形以匹配姿态的虚拟人像是当前活跃的研究领域。我们提出 PocoLoco——首个无模板、基于点云、姿态条件驱动的 3D 宽松衣物人体生成模型。我们注意到大多数方法需要参数化人体模型来支撑姿态相关变形,因此它们仅限于建模与裸体拓扑相似的衣物,无法很好地扩展到宽松衣物。少数尝试建模宽松衣物的方法通常需要标准化或 UV 参数化,并需要解决为变形衣物显式估计对应关系的难题。在本工作中,我们将虚拟人像衣物变形建模为去噪扩散框架内的条件点云生成任务。关键的是,我们的框架直接作用于无序点云,无需参数化模型或衣物模板。这也使得多种实际应用成为可能,例如点云补全和姿态编辑——这些对虚拟人动画至关重要。由于当前宽松衣物虚拟人像的数据集远不足以训练扩散模型,我们发布了一个包含两名受试者在宽松衣物中执行各种姿态的数据集,共计 75K 个点云。通过为有效建模宽松衣物这一具有挑战性的任务做出贡献并扩展此类模型训练的可用数据,我们旨在为数字人领域的进一步创新奠定基础。源代码位于 https://github.com/sidsunny/pocoloco 。
引用
@article{arxiv.2411.04249,
title = {PocoLoco: A Point Cloud Diffusion Model of Human Shape in Loose Clothing},
author = {Siddharth Seth and Rishabh Dabral and Diogo Luvizon and Marc Habermann and Ming-Hsuan Yang and Christian Theobalt and Adam Kortylewski},
journal= {arXiv preprint arXiv:2411.04249},
year = {2024}
}
备注
WACV 2025