浙大研究员在单目视频的三维穿衣人体合成中达更先进的视觉质量
Human NeRF和Gaussian Splatting分别提高了33.94%和16.75%
（映维网Nweon 2024年11月08日）单视图穿衣人体重建在虚拟现实应用中占有中心地位，特别是在涉及复杂人体运动的环境中。但实现逼真服装变形提出了显着的挑战。
目前的方法往往忽略了运动对表面变形的影响，导致表面缺乏全局运动的约束。为了克服所述限制，浙江大学和之江实验室团队提出了一个创新的框架MOSS。它利用运动学信息在人体表面实现运动感知的Gaussian split。
所述框架包括两个模块：KGAS和UID。KGAS采用matrix-Fisher分布来传播整个身体表面的运动。分布的密度和旋转因子显示控制了高斯分布，从而增强了重建表面的真实感。另外，为了解决单视图中的局部遮挡， UID可以基于KGAS识别重要表面，并进行几何重建以补偿变形。
实验结果表明，MOSS在单目视频的三维穿衣人体合成中达到了最先进的视觉质量。值得注意的是，在LPIPS*，Human NeRF和Gaussian Splatting分别提高了33.94%和16.75%。
......（全文 1319 字，剩余 991 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
