Vid2Actor：从野外视频中自由视角可动画人物合成

给定一段人物的“野外”视频，我们重建视频中人物的可动画模型。所输出模型可通过习得的控制以任意身体姿态渲染至任意相机视角，无需显式 3D 网格重建。我们方法的核心是由在输入视频上训练的深度网络重建的体素化 3D 人体表示，支持新颖姿态/视角合成。相较基于 GAN 的图像到图像翻译，我们的方法有所推进，因其通过内部 3D 表示允许任意姿态与相机的图像合成，同时如基于网格的学习那样，不需要预绑定模型或真实网格用于训练。实验验证了设计选择，并在合成数据及执行无约束活动（如跳舞或打网球）的多样人物的真实视频上得出结果。最后，我们展示了利用习得模型的动作重定向与子弹时间渲染。