法国研究员介绍可泛化人类特征的NeRF新框架HFNeRF
HFNeRF在预测人类特征方面是有效,比以前的人类NeRF方法有了显著的改进
(映维网Nweon 2024年09月04日)在新视图合成的最新进展中,NeRF在从少量图像生成新视图方面显示出显着的结果。然而,这种泛化能力不能捕获跨所有实例共享的骨架的底层结构特征。在相关基础之上,法国蔚蓝海岸大学团队介绍了一种可泛化人类特征的NeRF:HFNeRF,并旨在利用预训练的图像编码器生成人类生物力学特征。
尽管以前的方法在生成逼真虚拟化身方面显示出有希望的结果,但它们缺乏底下的人类结构或生物力学特征,如骨骼或关节信息,而这对AR/VR等下游应用至关重要。HFNeRF利用2D预训练的基础模型,并使用神经渲染来学习3D中的人类特征,然后使用体渲染来生成2D特征图。
团队通过预测热图作为特征来评估骨架估计任务中的HFNeRF。实验显示,所提出的方法完全可微,能够同时成功地学习颜色、几何和人体骨骼。这说明了在使用NeRF生成具有生物力学特征的逼真虚拟化身方面的潜力。
......(全文 1216 字,剩余 854 字)
请微信扫码通过小程序阅读完整文章或者登入网站阅读完整文章
映维网会员可直接登入网站阅读
PICO员工可联系映维网免费获取权限