提出了一种用于从单个 RGB 图像进行 3D 人体重建的基于图像引导的体积到体积的转换 CNN,通过 SMPL 模型生成密集的语义表示来减少与表面几何重建相关的歧义,将不同尺度的图像特征融合到三维空间中,并通过法线细化网络来进一步提高可见面细节的精度,使用所提出的体积法向投影层将其连接到体积生成网络中,并使用其中包含的 3D 真实世界人体模型数据集进行训练,实验表明该方法在前沿方法中表现优异。
本篇研究提出了一种名为 BodyNet 的神经网络,通过直接推断体积棱柿,从而预测自然图像中的三维人体形状,同时结合三维损失和多视角重投影损失以及适当的监督,实现了性能的提升;通过将 SMPL 模型应用于网络输出,并在 SURREAL 和 Unite the People 数据集上展示了最先进的结果,证明了本方法的有效性。