Wild2Avatar: 渲染遮挡后的人体
计算机视觉与模式识别
2025-08-18 v2
摘要
从被遮挡的单目视频中渲染运动人体的视觉外观是一项具有挑战性的任务。现有大多数研究在理想条件下渲染3D人体，要求场景清晰无遮挡。这些方法无法用于现实场景中，因为障碍物可能遮挡相机视野导致部分遮挡。本文提出Wild2Avatar，一种针对野外被遮挡单目视频的神经渲染方法。我们提出遮挡感知的场景参数化，将场景解耦为三部分：遮挡物、人体和背景。此外，设计了大量目标函数来帮助强制将人体与遮挡物和背景解耦，并确保人体模型的完整性。我们通过在野外视频上的实验验证了方法的有效性。
引用
@article{arxiv.2401.00431,
title = {Wild2Avatar: Rendering Humans Behind Occlusions},
author = {Tiange Xiang and Adam Sun and Scott Delp and Kazuki Kozuka and Li Fei-Fei and Ehsan Adeli},
journal= {arXiv preprint arXiv:2401.00431},
year = {2025}
}
备注
IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI). Webpage: https://cs.stanford.edu/~xtiange/projects/wild2avatar/