TemporalUV：利用时间一致性UV坐标捕捉宽松衣物
计算机视觉与模式识别
2022-04-11 v1 机器学习
摘要
我们提出了一种为宽松衣物生成时间一致性UV坐标的新方法。该方法不受人体轮廓约束，能够捕捉宽松服装和头发。我们实现了一个可微流水线，通过UV坐标学习RGB输入序列与纹理之间的UV映射。我们的数据生成方法并非单独处理每一帧的UV坐标，而是通过特征匹配将所有UV坐标连接起来，以实现时间稳定性。随后，训练一个生成模型来平衡空间质量与时间稳定性，该模型由UV空间和图像空间中的监督与无监督损失共同驱动。实验表明，训练后的模型能输出高质量的UV坐标，并能泛化到新的姿态。一旦模型推断出UV坐标序列，便可灵活地用于合成新的外观和修改视觉风格。与现有方法相比，我们的方法将制作新服装动画的计算工作量降低了数个数量级。
引用
@article{arxiv.2204.03671,
title = {TemporalUV: Capturing Loose Clothing with Temporally Coherent UV Coordinates},
author = {You Xie and Huiqi Mao and Angela Yao and Nils Thuerey},
journal= {arXiv preprint arXiv:2204.03671},
year = {2022}
}
备注
CVPR 2022