ECCVJul, 2022

非刚性结构运动中的有机先验

PDF
TL;DR本文提倡在经典非刚性运动（NRSfM）中使用有机先验。利用因子分解矩阵中的有机先验，本文提出了一种简单的、有条理的、实用的方法来有效地利用这些先验来解决 NRSfM 问题。提出的方法除了流行的低秩形状的假设外，不做任何其他假设，并且在正交投影下可以提供可靠的解决方案。该方法的获取有机先验独立于摄像机运动和形状变形类型，并对 NRSfM 分解（包括形状和运动）提供了洞察力，是首个展示单旋转平均对 NRSfM 的益处的方法。此外，我们概述了如何利用所提出的有机先验方法有效地恢复运动和非刚性 3D 形状，并展示了显著优于无先验的 NRSfM 性能的结果。最后，我们通过对多个基准数据集的广泛实验和评估，展示了我们方法的优势。
发现论文，激发创造
  • 非刚性三维重建：无先验分解方法的再审视

    通过充分利用非刚性形状针对平稳变形和跨越低秩空间的假设，这篇研究论文摆脱了简单先验算法的约束，对其核心算法进行了一些基本改进措施，从而实现了比先前最优算法还高约 18% 的性能提升，并在多个数据集上进行了验证。

    Feb, 2019

  • 密集非刚性运动：流形观点

    该论文提出了一种新的方法，使用 Grassmannian 和低秩表示来恢复非刚性物体的不断变形的 3D 结构。该方法相对于以前的方法具有更高的准确性，可扩展性和鲁棒性，并且在标准基准数据集上取得了领先的性能。

    Jun, 2020

  • 可扩展的密集非刚性运动结构：Grassmann 视角

    本文提出了一种在 Grassmann 流形上建模的密集非刚性结构运动方法，通过在时空上局部线性子空间的联合模拟非刚性变形，不仅可缩小误差和提高可扩展性，而且对于高度非线性的形变具有更好的鲁棒性。

    Mar, 2018

  • 非刚体运动结构从运动建模的无监督三维姿态估计

    本文提出了一种新的人体姿势变形建模方法，并设计了一种基于扩散的运动先验。通过非刚性运动结构重建 3D 人体骨骼的任务分为估计 3D 参考骨架和逐帧骨架变形。同时使用混合时空 NRSfMformer 从 2D 观察序列中估计每一帧的 3D 参考骨架和骨架变形，并将它们相加得到每一帧的姿势。最后，使用基于扩散模型的损失项确保管道学习正确的先验运动知识。最终，在主流数据集上评估了提出的方法，并获得了优于现有技术的结果。

    Aug, 2023

  • 非刚性运动三维重建：时间平滑的 Procrustean 对齐与空间变形建模

    从时空建模的角度解决非刚性结构从动（NRSfM）中的关键挑战，包括运动 / 旋转的歧义、基于全局形状的低秩模型对 3D 形状序列的变形处理问题。通过引入新的临时平滑的 Procrustean 对齐模块和自适应的空间加权方法，提出了一种更好的非刚性结构建模方法，模型效果超过现有的以低秩为基础的方法。

    May, 2024

  • 用于快速、顺序和密集的非刚性结构运动的本征动态形状先验及其检测

    提出了一种基于非刚性运动结构，通过提取形状先验知识并结合稠密 NRSfM 技术进行顺序表面恢复的动态形状先验重建 (DSPR) 方法，具有较高的准确性和鲁棒性以及对形状压缩的应用潜力。

    Sep, 2019

  • 带有缺失数据的深度非刚性运动结构

    本文提出了一种基于深度神经网络和稀疏编码模型的新型非刚性运动结构重建方法，通过模型区分位姿和三维结构，解决了先前算法在图片数量和形状可变性方面的局限性，在视觉领域的应用得到了显著的提升。

    Jul, 2019

  • 深度非刚性结构运动

    本文提出了一种基于深度神经网络的非刚性运动结构恢复方法，该方法在订单级别上表现出比所有现有技术更出色的精度和鲁棒性，能够处理规模和形状复杂度前所未有的问题，并提出了一种基于网络权重的质量度量来评估重建可信度。

    Jul, 2019

  • 非刚性运动结构基准与评估

    提供了一个公开的数据集，以及基于该数据集的非刚性运动结构问题研究的基准和仔细的评估，并对非刚性运动结构问题的研究现状和未来方向进行了研究。

    Jan, 2018

  • 多体非刚性结构运动

    利用子空间聚类的方法，本文首次提出了一个针对多体非刚性 SFM 的有效框架，能够同时将每个 3D 轨迹重建和分段到其各自的低维子空间中，并通过对合成和真实数据序列进行广泛实验验证其功效，明显优于其他替代方法。

    Jul, 2016