文章预览
©PaperWeekly 原创 · 作者 | Yifan Zhan 单位 | 上海人工智能实验室、东京大学 研究方向 | 3D视觉、神经渲染、人体数字重建 论文标题: Within the Dynamic Context: Inertia-aware 3D Human Modeling with Pose Sequence 论文地址: https://arxiv.org/abs/2403.19160 项目地址: https://github.com/Yifever20002/Dyco ▲ 与 HumanNeRF 相比,Dyco 能正确模拟由惯性导致的裙摆运动变化 ▲ Dyco 可以模拟不同速度下的运动,如低速裙摆下垂,高速裙摆飘起 研究背景 随着 NeRF(Neural Radiance Fields)等一众深度神经渲染方法的兴起,传统方法如基于 SMPL 的人体重建获得了更高的渲染质量。然而,现有的人体 NeRF 往往依赖预提取的 3D-SMPL 模型进行逐帧训练,忽略了人体运动上下文导致的外表变化(如旋转导致的裙摆飘动)。这种逐帧训练模式为人体建模引入了单帧姿态控制下的外表歧义,即: 相近的人体姿
………………………………