論文の概要: FastHuman: Reconstructing High-Quality Clothed Human in Minutes
- arxiv url: http://arxiv.org/abs/2211.14485v2
- Date: Sat, 28 Oct 2023 07:42:44 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-31 23:44:03.750288
- Title: FastHuman: Reconstructing High-Quality Clothed Human in Minutes
- Title(参考訳): fasthuman: 高品質な衣服を数分で再構築する
- Authors: Lixiang Lin, Songyou Peng, Qijun Gan, Jianke Zhu
- Abstract要約: 高品質な人体形状を数分で最適化する手法を提案する。
本手法はメッシュベースのパッチワープ手法を用いて,マルチビュー光度整合性を確保する。
提案手法は,合成データセットと実世界のデータセットの両方において有望な結果を示した。
- 参考スコア(独自算出の注目度): 18.643091757385626
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose an approach for optimizing high-quality clothed human body shapes
in minutes, using multi-view posed images. While traditional neural rendering
methods struggle to disentangle geometry and appearance using only rendering
loss, and are computationally intensive, our method uses a mesh-based patch
warping technique to ensure multi-view photometric consistency, and sphere
harmonics (SH) illumination to refine geometric details efficiently. We employ
oriented point clouds' shape representation and SH shading, which significantly
reduces optimization and rendering times compared to implicit methods. Our
approach has demonstrated promising results on both synthetic and real-world
datasets, making it an effective solution for rapidly generating high-quality
human body shapes. Project page
\href{https://l1346792580123.github.io/nccsfs/}{https://l1346792580123.github.io/nccsfs/}
- Abstract(参考訳): 多視点画像を用いた高品質な人体形状を数分で最適化する手法を提案する。
従来のニューラルレンダリング手法では、レンダリング損失のみを用いて幾何学と外観を歪ませることが困難であり、計算集約性が高いが、マルチビュー光度整合性を確保するためにメッシュベースのパッチワープ手法と、幾何学的詳細を効率的に洗練するために球高調波照明を用いる。
配向点雲の形状表現とSHシェーディングを用い、暗黙の手法と比較して最適化とレンダリングの時間を大幅に短縮する。
提案手法は,合成データと実世界データの両方において有望な結果を示し,高品質な人体形状を迅速に生成するための効果的なソリューションとなった。
プロジェクトページ \href{https://l1346792580123.github.io/nccsfs/}{https://l1346792580123.github.io/nccsfs/}
関連論文リスト
- Few-Shot Multi-Human Neural Rendering Using Geometry Constraints [8.819403814092865]
本稿では,複数の人物によるシーンの形状と放射率を復元する手法を提案する。
暗黙の神経表現を用いた既存のアプローチは、正確な幾何学と外観をもたらす印象的な結果を得た。
本稿では,その課題に対処するニューラル暗黙的再構築手法を提案する。
論文 参考訳(メタデータ) (2025-02-11T00:10:58Z) - Real-time Free-view Human Rendering from Sparse-view RGB Videos using Double Unprojected Textures [87.80984588545589]
スパースビューのRGB入力からのリアルタイム自由視点人体レンダリングは、センサー不足と厳しい時間予算のために難しい課題である。
最近の手法では、テクスチャ空間で動作する2次元CNNを活用して、レンダリングプリミティブを学習している。
本稿では,2重非プロジェクテッドテクスチャについて述べる。
論文 参考訳(メタデータ) (2024-12-17T18:57:38Z) - NeuManifold: Neural Watertight Manifold Reconstruction with Efficient and High-Quality Rendering Support [43.5015470997138]
マルチビュー入力画像から高品質な水密多様体メッシュを生成する手法を提案する。
提案手法は両世界の利点を組み合わせ, ニューラルネットワークから得られる幾何学と, よりコンパクトな神経テクスチャ表現を最適化する。
論文 参考訳(メタデータ) (2023-05-26T17:59:21Z) - Efficient Meshy Neural Fields for Animatable Human Avatars [87.68529918184494]
高忠実でアニマブルな人間のアバターをビデオから効果的にデジタル化することは、挑戦的で活発な研究課題である。
最近のレンダリングベースのニューラル表現は、フレンドリーなユーザビリティと光変化の再現性を備えた、人間のデジタル化の新しい方法を開く。
アニマタブルなヒトアバターを再構築するために,メッシュニューラルネットワークを効果的に学習する手法であるEMAを提案する。
論文 参考訳(メタデータ) (2023-03-23T00:15:34Z) - Mesh Strikes Back: Fast and Efficient Human Reconstruction from RGB
videos [15.746993448290175]
多くの方法は、遅延レンダリング、NeRF、暗黙の手法を用いて、人間の衣服を表現している。
SMPL+Dメッシュの最適化と,効率的な多面的テクスチャ表現による対向的視点を提供する。
我々は、NeRF法と比較して、新規ポーズ合成の競争力のある新規ビュー合成と改善を示す。
論文 参考訳(メタデータ) (2023-03-15T17:57:13Z) - Differentiable Point-Based Radiance Fields for Efficient View Synthesis [57.56579501055479]
本稿では,効率的な新規ビュー合成のための微分可能レンダリングアルゴリズムを提案する。
我々の手法は、トレーニングと推論の両方において、NeRFよりも最大300倍高速である。
ダイナミックなシーンでは,STNeRFよりも2桁早く,ほぼインタラクティブなレートでレンダリングを行う。
論文 参考訳(メタデータ) (2022-05-28T04:36:13Z) - Efficient Textured Mesh Recovery from Multiple Views with Differentiable
Rendering [8.264851594332677]
マルチビュー画像からテクスチャメッシュを復元する手法を提案する。
学習ベース多視点ステレオアルゴリズムにより予測される深度との差を最小化することにより形状形状を最適化する。
形状や色に対する暗黙的なニューラル表現とは対照的に,物体の光と反射を共同で推定する物理ベース逆レンダリング方式を導入する。
論文 参考訳(メタデータ) (2022-05-25T03:33:55Z) - Geometry-Guided Progressive NeRF for Generalizable and Efficient Neural
Human Rendering [139.159534903657]
我々は、高忠実度自由視点人体詳細のための一般化可能で効率的なニューラルレーダランス・フィールド(NeRF)パイプラインを開発した。
自己閉塞性を改善するため,幾何誘導型多視点機能統合手法を考案した。
高いレンダリング効率を達成するため,幾何誘導型プログレッシブレンダリングパイプラインを導入する。
論文 参考訳(メタデータ) (2021-12-08T14:42:10Z) - Extracting Triangular 3D Models, Materials, and Lighting From Images [59.33666140713829]
多視点画像観測による材料と照明の協調最適化手法を提案する。
従来のグラフィックスエンジンにデプロイ可能な,空間的に変化する材料と環境を備えたメッシュを活用します。
論文 参考訳(メタデータ) (2021-11-24T13:58:20Z) - Efficient and Differentiable Shadow Computation for Inverse Problems [64.70468076488419]
微分可能幾何計算は画像に基づく逆問題に対する関心が高まっている。
微分可能な可視性とソフトシャドウ計算のための効率的かつ効率的なアプローチを提案する。
定式化は微分可能であるため, テクスチャ, 照明, 剛体ポーズ, 画像からの変形回復などの逆問題を解くために使用できる。
論文 参考訳(メタデータ) (2021-04-01T09:29:05Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。