用于单目视频中高分辨率带纹理着衣三维人体重建的时间一致性损失

我们提出一种从单目视频学习着衣人体时间一致三维重建的新方法。近期利用体素、隐式或参数化人体形状模型从单目视频进行三维人体重建的方法,产生逐帧重建,给出时间不一致的输出,且在应用于视频时性能有限。本文中,我们通过提出两项进展来引入一种从单目视频学习带纹理着衣三维人体序列重建的时间一致特征的方法:一种新颖的时间一致性损失函数;以及用于从二维图像与粗三维几何进行隐式三维重建的混合表示学习。所提出的进展改善了来自单目视频的三维重建与纹理预测的时间一致性与准确性。在人物图像上的综合比较性能评估表明,所提方法显著优于最先进的基于学习的单图像三维人体形状估计方法,在重建准确性、完整性、质量与时间一致性上取得显著改进。