論文の概要: Human 3D Avatar Modeling with Implicit Neural Representation: A Brief Survey

• arxiv url: http://arxiv.org/abs/2306.03576v1
• Date: Tue, 6 Jun 2023 10:51:05 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-07 15:52:57.714356
• Title: Human 3D Avatar Modeling with Implicit Neural Representation: A Brief Survey
• Title（参考訳）: 意図しないニューラル表現を用いた人間の3次元アバターモデリング:簡単な調査
• Authors: Mingyang Sun, Dingkang Yang, Dongliang Kou, Yang Jiang, Weihua Shan, Zhe Yan, Lihua Zhang
• Abstract要約: 本稿では,人体モデリングにおける暗黙的神経表現の応用を包括的にレビューする。 本研究では,占領野,SDF,NeRFの3つの暗黙的表現を導入し,文献の分類を行った。
• 参考スコア（独自算出の注目度）: 4.344033579889361
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A human 3D avatar is one of the important elements in the metaverse, and the modeling effect directly affects people's visual experience. However, the human body has a complex topology and diverse details, so it is often expensive, time-consuming, and laborious to build a satisfactory model. Recent studies have proposed a novel method, implicit neural representation, which is a continuous representation method and can describe objects with arbitrary topology at arbitrary resolution. Researchers have applied implicit neural representation to human 3D avatar modeling and obtained more excellent results than traditional methods. This paper comprehensively reviews the application of implicit neural representation in human body modeling. First, we introduce three implicit representations of occupancy field, SDF, and NeRF, and make a classification of the literature investigated in this paper. Then the application of implicit modeling methods in the body, hand, and head are compared and analyzed respectively. Finally, we point out the shortcomings of current work and provide available suggestions for researchers.
• Abstract（参考訳）: ヒトの3Dアバターはメタバースの重要な要素の1つであり、モデリング効果は人々の視覚的体験に直接影響を及ぼす。 しかし、人体は複雑なトポロジーと多様な詳細を持っているため、満足できるモデルを構築するのに費用がかかり、時間がかかる。 近年,任意の位相を持つ物体を任意の解像度で表現できる連続表現法である暗黙的神経表現法が提案されている。 研究者は人間の3Dアバターモデリングに暗黙の神経表現を適用し、従来の方法よりも優れた結果を得た。 本稿では,人体モデリングにおける暗黙的神経表現の応用について概説する。 まず,占領野,SDF,NeRFの3つの暗黙的表現を導入し,文献の分類を行った。 そして、それぞれ、身体、手、頭部における暗黙のモデリング手法の適用を比較して分析する。 最後に、現在の研究の欠点を指摘し、研究者に利用可能な提案を提供する。

関連論文リスト

• A Survey on 3D Human Avatar Modeling -- From Reconstruction to Generation [20.32107267981782]
  多くの現実世界のアプリケーションの中核に位置する3Dヒューマンモデリングは、大きな注目を集めている。 本調査は,3次元アバターモデリングの新技術の概要を明らかにすることを目的としている。
  論文  参考訳（メタデータ） (2024-06-06T16:58:00Z)
• Dynamic Appearance Modeling of Clothed 3D Human Avatars using a Single Camera [8.308263758475938]
  本研究では,動的な動きを持つ人の映像を用いて,布を被った3次元アバターの高品質なモデリング手法を提案する。 明示的なモデリングのために、ニューラルネットワークは、3Dボディモデルのポイントワイドな形状残差と外観特徴を生成することを学習する。 暗黙のモデリングのために、暗黙のネットワークは、外観と3Dモーション特徴を組み合わせて、高忠実な3Dアバターをデコードする。
  論文  参考訳（メタデータ） (2023-12-28T06:04:39Z)
• Neural Novel Actor: Learning a Generalized Animatable Neural Representation for Human Actors [98.24047528960406]
  本稿では,複数の人物の多視点画像のスパース集合から,汎用的アニマタブルなニューラル表現を学習するための新しい手法を提案する。 学習された表現は、カメラのスパースセットから任意の人の新しいビューイメージを合成し、さらにユーザのポーズ制御でアニメーション化することができる。
  論文  参考訳（メタデータ） (2022-08-25T07:36:46Z)
• DANBO: Disentangled Articulated Neural Body Representations via Graph Neural Networks [12.132886846993108]
  高解像度モデルは、写真リアリスティックなアバターを可能にするが、エンドユーザーには利用できないスタジオ設定を必要とするコストがかかる。 私たちのゴールは、高価なスタジオのセットアップや表面追跡に頼ることなく、生画像から直接アバターを作ることです。 本稿では,2つの帰納バイアスを誘導する3段階の手法を提案する。
  論文  参考訳（メタデータ） (2022-05-03T17:56:46Z)
• DRaCoN -- Differentiable Rasterization Conditioned Neural Radiance Fields for Articulated Avatars [92.37436369781692]
  フルボディの体積アバターを学習するためのフレームワークであるDRaCoNを提案する。 2Dと3Dのニューラルレンダリング技術の利点を利用する。 挑戦的なZJU-MoCapとHuman3.6Mデータセットの実験は、DRaCoNが最先端の手法より優れていることを示している。
  論文  参考訳（メタデータ） (2022-03-29T17:59:15Z)
• gDNA: Towards Generative Detailed Neural Avatars [94.9804106939663]
  我々のモデルでは,多様で詳細な衣服を身に着けた自然の人間のアバターを生成できることが示されている。 本手法は,人間のモデルを生のスキャンに適合させる作業に使用することができ,従来の最先端技術よりも優れていた。
  論文  参考訳（メタデータ） (2022-01-11T18:46:38Z)
• 3D-Aware Semantic-Guided Generative Model for Human Synthesis [67.86621343494998]
  本稿では,人間の画像合成のための3D-SGAN(Semantic-Guided Generative Model)を提案する。 DeepFashionデータセットに関する我々の実験は、3D-SGANが最新のベースラインを大きく上回っていることを示している。
  論文  参考訳（メタデータ） (2021-12-02T17:10:53Z)
• LatentHuman: Shape-and-Pose Disentangled Latent Representation for Human Bodies [78.17425779503047]
  本稿では,人体に対する新しい暗黙の表現法を提案する。 完全に微分可能で、非交叉形状で最適化可能であり、潜在空間を映し出す。 我々のモデルは、よく設計された損失を伴う、水密でない生データを直接訓練し、微調整することができる。
  論文  参考訳（メタデータ） (2021-11-30T04:10:57Z)
• imGHUM: Implicit Generative Models of 3D Human Shape and Articulated Pose [42.4185273307021]
  人間の3次元形状とポーズの合成モデルImGHUMについて述べる。 人間の全身をゼロレベルの関数として暗黙的にモデル化し、明示的なテンプレートメッシュを使用しない。
  論文  参考訳（メタデータ） (2021-08-24T17:08:28Z)
• S3: Neural Shape, Skeleton, and Skinning Fields for 3D Human Modeling [103.65625425020129]
  歩行者の形状、ポーズ、皮膚の重みを、データから直接学習する神経暗黙関数として表現します。 各種データセットに対するアプローチの有効性を実証し,既存の最先端手法よりも再現性が優れていることを示す。
  論文  参考訳（メタデータ） (2021-01-17T02:16:56Z)

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。