深度引导穿衣人体重建网络

多视图一致性先验

通过深度引导的像素对齐特征与多视图一致性约束,该网络在单视角输入下能有效推理不可见区域,重建出更合理、细节更丰富的穿衣人体表面。

苏卓 · Yudi, Tan · Zedan, Zheng · 周凡 · 赵宝全

IEEE Transactions on Visualization and Computer Graphics 2024

技术优势

看得更准

利用深度图过滤像素对齐特征,使图像编码器聚焦于可见表面,提升特征表示的有效性并减轻深度歧义。

补全不可见

引入对比学习与掩码自编码器,使各视角的SMPL顶点特征保持一致,帮助模型想象被遮挡的区域。

细节更好

定性定量结果显示,所提特征能更高效地表示表面细节,在公开和商用数据集上取得比先前隐式方法更好的性能。

应用场景