SparseFusion：基于稀疏 RGBD 图像的动态人体化身建模
计算机视觉与模式识别
2020-06-16 v1
摘要
本文提出一种基于稀疏 RGBD 帧集、使用单台 RGBD 相机重建三维人体形状的新方法。我们特别关注人体受试者在捕获过程中自由运动的真实设定。主要挑战是如何在姿态变化与表面遮挡下将这些稀疏帧鲁棒地融合为规范三维模型。此问题由我们由以下步骤构成的新框架解决。首先，基于生成式人体模板，对每两帧具有足够重叠者执行初始成对对齐；随后是全局非刚性配准过程，在成对对齐对应关系的引导下，将来自 RGBD 帧的局部结果收集为统一三维形状；最后，优化重建人体模型的纹理图以给出清晰且空间一致的纹理。在合成与真实数据集上的实证评估从定量与定性两方面展示了我们的框架在重建高保真完整三维人体模型上的优越性能。值得注意的是，我们的框架灵活，潜在应用超越形状重建。作为一个示例，我们展示了其在重塑与重新摆姿为新化身中的使用。
引用
@article{arxiv.2006.03630,
title = {SparseFusion: Dynamic Human Avatar Modeling from Sparse RGBD Images},
author = {Xinxin Zuo and Sen Wang and Jiangbin Zheng and Weiwei Yu and Minglun Gong and Ruigang Yang and Li Cheng},
journal= {arXiv preprint arXiv:2006.03630},
year = {2020}
}
备注
Accepted by TMM