Garment4D：基于点云序列的服装重建-技术圈

关注涛涛CV，设置星标，更新不错过

-------------------------------------

学习重建 3D 服装对于在不同姿势穿着不同形状的 3D 人体非常重要。以前的工作通常依赖于 2D 图像作为输入，但是会受到尺度和姿势模糊的影响。为了规避由 2D 图像引起的问题，提出了一个原则性框架 Garment4D，该框架使用穿着人体的 3D 点云序列进行服装重建。 Garment4D 具有三个专用步骤：顺序服装配准、规范服装估计和姿势服装重建。主要挑战有两个：1) 有效的 3D 特征学习细节，2) 捕捉由服装与人体相互作用引起的服装动态，尤其是裙子等宽松服装。为了解决这些问题，我们引入了一种新颖的提议引导的分层特征网络和迭代图卷积网络，它们集成了高级语义特征和低级几何特征以进行精细细节重建。此外我们提出了一种用于平滑服装运动捕捉的时间变换器。与非参数方法不同，我们的方法重建的服装网格与人体可分离并且具有很强的可解释性，这对于下游任务是可取的。作为这项任务的第一次尝试，通过大量实验定性和定量地说明了本项研究具有高质量的重建结果。

代码链接:

https://github.com/hongfz16/Garment4D

论文链接:

https://arxiv.org/abs/2104.0

项目主页:

https://hongfz16.github.io/projects/Garment4D.html

-------------------------------------

笔记：

《智能革命》《人工智能》《AI•未来》《好好赚钱》《韭菜的自我修养》读书笔记

行业：

服务机器人公司，机器视觉公司，自动驾驶公司，ADAS公司总结，

SLAM：