先验引导的多视角三维头部重建
计算机视觉与模式识别
2021-10-05 v2
摘要
恢复包含完整面部与头发区域的三维头部模型在计算机视觉与图形学中仍是一个具有挑战性的问题。本文仅以少量多视角人像图像为输入来考虑该问题。以往基于优化策略或深度学习技术的多视角立体方法,在低频几何结构(如头部结构不清晰、头发区域重建不准确)上存在缺陷。为应对此问题,我们提出了一种先验引导的隐式神经渲染网络。具体而言,我们用可学习的符号距离场(SDF)对头部几何进行建模,并在一些人头先验(包括人脸先验知识、头部语义分割信息与二维头发方向图)的引导下,通过隐式可微渲染器对其进行优化。这些先验的利用可提升重建精度与鲁棒性,从而得到高质量的一体化三维头部模型。大量消融实验及与最先进方法的对比表明,我们的方法在这些先验的引导下能够生成高保真的三维头部几何。
引用
@article{arxiv.2107.04277,
title = {Prior-Guided Multi-View 3D Head Reconstruction},
author = {Xueying Wang and Yudong Guo and Zhongqi Yang and Juyong Zhang},
journal= {arXiv preprint arXiv:2107.04277},
year = {2021}
}
备注
13 pages, 14 figures