首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >gDNA:一种 3D 穿衣人体生成模型

gDNA:一种 3D 穿衣人体生成模型

作者头像
代码医生工作室
发布2022-06-07 17:55:09
8380
发布2022-06-07 17:55:09
举报
文章被收录于专栏:相约机器人相约机器人

快速生成各种高质量虚拟人并完全控制其位置的能力在电影制作、游戏、虚拟现实/增强现实、建筑和计算机视觉中有许多应用。现代计算机图形技术实现了逼真的效果,但它们通常需要大量的专业知识。

连续且与分辨率无关的神经 3D 表示推动了 3D 刚体生成建模的最新进展。由于衣服的复杂相互作用、它们的拓扑结构和姿势驱动的变形,为穿着衣服的人建模是一项具有挑战性的任务。

最近的研究使用隐式神经表面来学习单个主题的高质量关节化身,但这些方法不是生成的,这意味着它们无法创建新的人类身份或形状。

通过学习个人的生成模型,马克斯普朗克智能系统研究所的研究人员希望使 3D 人类化身广泛可用。它们提供了第一种方法来生成具有独特身份和形状的多样化 3D 虚拟个体,这些个体出现在各种服装风格和位置,具有逼真的细节,例如服装上的褶皱。

该团队提出了gDNA,这是一种合成新颖人体形状的 3D 表面的方法,可以控制服装设计和姿势,产生逼真的服装细节,作为详细神经化身完全生成建模的第一步。

该团队创建了一个多主体隐式生成表示,以利用原始 3D 扫描。SNARF 是一种最新的学习单主题关节依赖效应的方法,已被证明可以有效地推广到未知姿势,是这项工作的基础。该团队采用了一种多学科技术,该技术通过对许多不同学科的少量姿势扫描进行教学。这是通过包含一个潜在空间来实现的,用于有条件地生成穿着衣服的人体形状和蒙皮重量。

该团队演示了第一种方法,该方法可以在姿势控制下生成各种 3D 衣服人体形状,并在姿势控制下仅使用姿势扫描。学习到的蒙皮权重可用于重新定位生成的样本。研究人员对 gDNA 进行了广泛测试,发现它的性能明显优于基线。gDNA 可用于拟合和重新激活 3D 图像,优于当前最先进的 (SOTA) 模型。

结论

马克斯普朗克智能系统研究所的研究人员开发了 gDNA,这是一种 3D 穿衣人体生成模型,可以生成具有精确皱纹和明确姿势控制的各种穿衣人。使用隐式多主体前向蒙皮可以从每个参与者仅几个姿势扫描中学习。该团队表明,gDNA 在包括动画和 3D 拟合在内的各种应用中都优于最先进的方法。

论文:

https://ait.ethz.ch/projects/2022/gdna/downloads/main.pdf

项目:

https://xuchen-ethz.github.io/gdna/

Github:

https://github.com/xuchen-ethz/gdna

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2022-04-20,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 相约机器人 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
图像处理
图像处理基于腾讯云深度学习等人工智能技术,提供综合性的图像优化处理服务,包括图像质量评估、图像清晰度增强、图像智能裁剪等。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档