SHARP：宽松衣物下人体形状感知重建
计算机视觉与模式识别
2022-05-25 v1
摘要
深度学习的近期进展使得从单目图像进行3D人体重建成为可能，这在多个领域具有广泛应用。本文中，我们提出SHARP（SHape Aware Reconstruction of People in loose clothing，宽松衣物下形状感知人体重建），一种新颖的端到端可训练网络，可从单目图像准确恢复宽松衣物下人体的3D几何与外观。SHARP使用稀疏且高效的融合策略，将参数化身体先验与着装人体的非参数2D表示相结合。参数化身体先验对身体形状与姿态施加几何一致性，而非参数表示同时对宽松衣物建模并处理自遮挡。我们还利用非参数表示的稀疏性，在使用2D地图损失的同时加快网络训练。另一关键贡献是3DHumans，我们新建的具有丰富几何与纹理细节的3D人体扫描逼真数据集。我们在3DHumans及其他公开可用数据集上评估SHARP，并展示出优于现有最优方法的定性与定量性能。
引用
@article{arxiv.2205.11948,
title = {SHARP: Shape-Aware Reconstruction of People in Loose Clothing},
author = {Sai Sagar Jinka and Astitva Srivastava and Chandradeep Pokhariya and Avinash Sharma and P. J. Narayanan},
journal= {arXiv preprint arXiv:2205.11948},
year = {2022}
}
备注
20 pages