从视频中恢复动态三维草图
计算机视觉与模式识别
2025-03-28 v2
摘要
从视频中理解三维运动具有内在挑战，由于运动类型多样，从刚性和可变形物体到关节结构。为克服此问题，我们提出了 Liv3Stroke（Dynamic 3D Sketches from Videos），一种用于抽象运动中物体的创新方法。物体的详细运动可由非结构化的运动向量或一组使用模板模型中预定义关节的运动原语表示。正如手绘草图可用稀疏线条直观地可视化场景或意图，我们利用一组参数化三维曲线来捕获一般物体（结构未知）的空间光滑运动元素。我们首先使用语义特征从视频帧中提取噪声的三维点云运动引导，然后该方法变形一组曲线，以抽象essential motion features（关键运动特征）为一组显式三维表示。这种抽象使我们能够理解运动的显著组件，同时对环境因素保持鲁棒性。我们的 метод允许直接从视频中分析三维物体运动，解决将现实世界运动转化为录制影片时通常出现的不确定性。项目页面 accessible via: https://jaeah.me/liv3stroke_web
关键词
引用
@article{arxiv.2503.20321,
title = {Recovering Dynamic 3D Sketches from Videos},
author = {Jaeah Lee and Changwoon Choi and Young Min Kim and Jaesik Park},
journal= {arXiv preprint arXiv:2503.20321},
year = {2025}
}
备注
Accepted to CVPR 2025