SMPLX-Lite：具有丰富几何与纹理注释的逼真可驱动虚拟人基准
计算机视觉与模式识别
2024-05-31 v1 图形学
摘要
恢复逼真且可驱动的全身虚拟人对众多应用至关重要，包括虚拟现实、3D 游戏和远程呈现。大多数方法，无论是重建还是生成，都需要大量的人体运动序列和相应的纹理网格。为了轻松学习可驱动虚拟人，一个具有统一拓扑的合理参数化人体模型至关重要。然而，现有的人体数据集要么只有图像或纹理模型，缺乏能良好拟合衣物的参数化模型。我们提出一个新的参数化模型 SMPLX-Lite-D，它可以拟合扫描网格的详细几何，同时保持面部、手部和脚部区域的稳定几何。我们提出了 SMPLX-Lite 数据集，这是最全面的服装虚拟人数据集，包含多视角 RGB 序列、关键点注释、纹理扫描网格和纹理 SMPLX-Lite-D 模型。利用 SMPLX-Lite 数据集，我们训练了一个条件变分自编码器模型，该模型以人体姿态和面部关键点作为输入，生成逼真的可驱动人体虚拟人。
引用
@article{arxiv.2405.19609,
title = {SMPLX-Lite: A Realistic and Drivable Avatar Benchmark with Rich Geometry and Texture Annotations},
author = {Yujiao Jiang and Qingmin Liao and Zhaolong Wang and Xiangru Lin and Zongqing Lu and Yuxi Zhao and Hanqing Wei and Jingrui Ye and Yu Zhang and Zhijing Shao},
journal= {arXiv preprint arXiv:2405.19609},
year = {2024}
}
备注
ICME 2024;Project page: https://alex-jyj.github.io/SMPLX-Lite/