Jan, 2024

AniDress: 通过稀疏视图使用服装绑定模型制作可动画的宽松裙装化身

PDF
TL;DR在本文中，我们介绍了一种使用非常稀疏的多视角视频（我们的设置中为 4-8 个）生成穿着宽松服装的可动画人类化身的新方法 AniDress。为了在这种情况下捕捉和学习宽松服装的外观，我们采用从基于物理的模拟数据中获得的虚拟基于骨骼的服装绑定模型。通过一组低维骨骼变换，这种模型使我们能够捕捉和渲染复杂的服装动态。技术上，我们开发了一种从稀疏多视角视频中估计时间一致服装动态的新方法。为了利用粗略估计建立逼真的未见状态渲染，我们引入了一个在身体和服装运动上都受条件约束的基于姿势驱动的可变形神经辐射场，提供了两部分的显式控制。实验证明，我们的方法能够呈现高度偏离身体的自然服装动态，并且在未见视角和姿势上具有良好的泛化性能，超过现有方法的表现。代码和数据将公开提供。
发现论文，激发创造
  • 从单目视频中高质量可动画的动态服装重构

    首次提出从单目视频中恢复高质量可动态调整的服装的方法，通过可学习的服装变形网络和多假设变形模块实现，实验结果表明可生成具有连贯表面细节的高质量动态服装，并可在未见过的姿势下轻松实现动画效果。

    Nov, 2023

  • 为可动人形模型建模衣服的单独层

    通过多视角捕捉视频对具有显式服装表示的可动衣物人形头像进行建模，采用二层网格表示注册每个 3D 扫描，通过时序卷积网络来预测衣物潜在编码以实现人体动力学和服装状态的交互作用。

    Jun, 2021

  • ARAH：人体关节 SDF 的可动态渲染

    本文提出了一种方法，将人体模型与可微分渲染相结合，从多视点 RGB 视频中创建可动态的穿着衣服的人形化身，其具有细节化的几何结构，并且能够适应超出分布范围的姿势。

    Oct, 2022

  • 动态神经服

    本文介绍了一种解决数字化人物着装的解决方案，该方案可以通过神经网络在测试时直接生成逼真的动态服装图像序列，以解决现有工作流程中重复性高且耗时的问题，并且可以在新的身体形状和背景图像下进行微调，并提供了与现有神经渲染和图像序列转换方法的定量比较。

    Feb, 2021

  • 通过变形分解生成模型实现宽松服装动画

    基于变形分解的服装生成模型，能够高效地模拟松散服装的变形，生成带有复杂姿势驱动的变形效果，并通过对高频皱纹的增强模块进行反对抗训练，实验结果表明该方法优于现有的数据驱动方法。

    Dec, 2023

  • DLCA-Recon: 动态宽松服装虚拟化重建

    使用 DLCA-Recon 方法，从单目视频中创建人类化身，模拟松散服装的运动并优化变形场，以更准确地重建动态人物表面。

    Dec, 2023

  • 3DGS-Avatar：通过可变形的三维高斯点渲染实现动态化人物形象

    使用 3D 高斯喷洒（3DGS），我们介绍了一种从单目视频中创建可以动画化的人体化身的方法。通过学习非刚性变形网络和引入不同性的正则化，我们的方法在训练和推理速度上比现有的技术分别快 400 倍和 250 倍，并实现了与最先进方法相媲美甚至更好的性能。

    Dec, 2023

  • 使用单目摄像头实现衣着 3D 人体角色的动态外貌建模

    使用一个人的动态视频，通过引入新颖的组合式人体建模框架，结合显式建模和隐式建模的方法，实现高质量的服装 3D 人体化身建模，解决了缺乏几何和其时间对应关系的 3D 真值数据的挑战，成功地生成了具有运动相关几何和纹理的服装 3D 人体化身。

    Dec, 2023

  • 虚拟试穿服装的基于学习的动画

    本文提出了一种基于学习的服装动画方法，用于高效的虚拟试穿模拟，其中使用了基于物理的模拟，基于数据库的模型训练，并将全局服装吻合和局部服装皱纹分离。同时，使用循环神经网络来回归服装皱纹，实现了高度逼真的非线性效果。

    Mar, 2019

  • 可动化的高斯函数：学习姿势相关的高斯图像用于高度逼真的人体化身建模

    通过引入 Animatable Gaussians 和强大的 2D CNNs 以及 3D 高斯样条插值方法，我们的方法可以根据输入视频创建高保真度的动态逼真化身，实现虚拟人物的建模和动态外观生成。实验证明，与其他最先进的方法相比，我们的方法具有更好的性能。

    Nov, 2023