論文の概要: SMPLX-Lite: A Realistic and Drivable Avatar Benchmark with Rich Geometry and Texture Annotations

• arxiv url: http://arxiv.org/abs/2405.19609v1
• Date: Thu, 30 May 2024 01:53:39 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-31 18:36:41.420261
• Title: SMPLX-Lite: A Realistic and Drivable Avatar Benchmark with Rich Geometry and Texture Annotations
• Title（参考訳）: SMPLX-Lite:リッチジオメトリとテクスチャアノテーションを備えたリアルで予測可能なアバターベンチマーク
• Authors: Yujiao Jiang, Qingmin Liao, Zhaolong Wang, Xiangru Lin, Zongqing Lu, Yuxi Zhao, Hanqing Wei, Jingrui Ye, Yu Zhang, Zhijing Shao,
• Abstract要約: SMPLX-Liteデータセットは,多視点RGBシーケンス,キーポイントアノテーション,テクスチャ化されたメッシュ,テクスチャ化されたSMPLX-Lite-Dモデルを備えた,最も包括的な衣料アバターデータセットである。 SMPLX-Liteデータセットを用いて、人間のポーズと顔のキーポイントを入力として、条件付き変分オートエンコーダモデルを訓練し、フォトリアリスティックドライビング可能な人間のアバターを生成する。
• 参考スコア（独自算出の注目度）: 39.67306997925546
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recovering photorealistic and drivable full-body avatars is crucial for numerous applications, including virtual reality, 3D games, and tele-presence. Most methods, whether reconstruction or generation, require large numbers of human motion sequences and corresponding textured meshes. To easily learn a drivable avatar, a reasonable parametric body model with unified topology is paramount. However, existing human body datasets either have images or textured models and lack parametric models which fit clothes well. We propose a new parametric model SMPLX-Lite-D, which can fit detailed geometry of the scanned mesh while maintaining stable geometry in the face, hand and foot regions. We present SMPLX-Lite dataset, the most comprehensive clothing avatar dataset with multi-view RGB sequences, keypoints annotations, textured scanned meshes, and textured SMPLX-Lite-D models. With the SMPLX-Lite dataset, we train a conditional variational autoencoder model that takes human pose and facial keypoints as input, and generates a photorealistic drivable human avatar.
• Abstract（参考訳）: バーチャルリアリティー、3Dゲーム、テレプレゼンスなど、多くのアプリケーションにとって、フォトリアリスティックでドライビング可能なフルボディアバターの回収は不可欠である。 再構築や生成にせよ、ほとんどの方法は、多数の人間の動きシーケンスとそれに対応するテクスチャメッシュを必要とする。 乾燥可能なアバターを容易に学習するためには、統一トポロジを持つ合理的パラメトリックボディモデルが最重要である。 しかし、既存の人体データセットには画像またはテクスチャモデルがあり、衣服によくフィットするパラメトリックモデルがない。 本研究では,顔,手,足部の安定な形状を維持しつつ,走査メッシュの詳細な形状に適合する新しいパラメトリックモデルSMPLX-Lite-Dを提案する。 SMPLX-Liteデータセットは,多視点RGBシーケンス,キーポイントアノテーション,テクスチャ化されたメッシュ,テクスチャ化されたSMPLX-Lite-Dモデルを備えた,最も包括的な衣料アバターデータセットである。 SMPLX-Liteデータセットを用いて、人間のポーズと顔のキーポイントを入力として、条件付き変分オートエンコーダモデルを訓練し、フォトリアリスティックドライビング可能な人間のアバターを生成する。

関連論文リスト

• Animatable Virtual Humans: Learning pose-dependent human representations in UV space for interactive performance synthesis [11.604386285817302]
  高精度な動的メッシュシーケンスから、ポーズ依存の外観と幾何学を学習する。 SMPLモデルの一貫したUV空間において、ポーズ依存の外観と幾何学の両方を符号化する。
  論文  参考訳（メタデータ） (2023-10-05T15:49:44Z)
• SMPLitex: A Generative Model and Dataset for 3D Human Texture Estimation from Single Image [9.175023122753785]
  SMPLitexは、単一の画像から捉えた人間の完全な3D外観を推定し、操作する方法である。 まず3次元人間の外観を再現するための生成モデルをトレーニングし,その生成モデルを被験者の可視部位に調和させることで入力画像に適合させる。
  論文  参考訳（メタデータ） (2023-09-04T23:05:41Z)
• TADA! Text to Animatable Digital Avatars [57.52707683788961]
  TADAはテキスト記述を取り込み、高品質な幾何学とライフスタイルのテクスチャを備えた表現力のある3Dアバターを生産する。 我々は3次元変位とテクスチャマップを備えたSMPL-Xから最適化可能な高分解能ボディモデルを導出した。 我々は、生成した文字の正規表現とRGB画像をレンダリングし、SDSトレーニングプロセスにおけるそれらの潜伏埋め込みを利用する。
  論文  参考訳（メタデータ） (2023-08-21T17:59:10Z)
• Single-Shot Implicit Morphable Faces with Consistent Texture Parameterization [91.52882218901627]
  本稿では,3次元形態素な顔モデルを構築するための新しい手法を提案する。 本手法は, 最先端手法と比較して, フォトリアリズム, 幾何, 表現精度を向上する。
  論文  参考訳（メタデータ） (2023-05-04T17:58:40Z)
• AvatarGen: A 3D Generative Model for Animatable Human Avatars [108.11137221845352]
  アバタージェネレーション(AvatarGen)は、様々な外観と制御可能なジオメトリーを持つ3D認識された人間の無監督世代である。 提案手法は, 高品質な外観と幾何学的モデリングにより, アニマタブルな3次元アバターを生成することができる。 シングルビュー再構成、再アニメーション、テキスト誘導合成/編集など、多くのアプリケーションに向いている。
  論文  参考訳（メタデータ） (2022-11-26T15:15:45Z)
• 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)
• Combining Implicit Function Learning and Parametric Models for 3D Human Reconstruction [123.62341095156611]
  深層学習近似として表される暗黙の関数は、3次元曲面の再構成に強力である。 このような機能は、コンピュータグラフィックスとコンピュータビジョンの両方に柔軟なモデルを構築するのに不可欠である。 詳細に富んだ暗黙関数とパラメトリック表現を組み合わせた方法論を提案する。
  論文  参考訳（メタデータ） (2020-07-22T13:46:14Z)

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。