中文字幕亚洲欧美日韩在线不卡,亚洲欧美日产综合在线网性色,思思久久精品6一本打道,综合视频中文字幕

    <sub id="dxmnt"><ol id="dxmnt"></ol></sub>

      1. 草圖人像變3D模特,360° 無死角還原姿勢,一張就行,多“草”都可

        更新時(shí)間:2022-08-22 20:06:19作者:未知

        草圖人像變3D模特,360° 無死角還原姿勢,一張就行,多“草”都可

        一張隨便勾畫的草圖,居然也可以分分鐘自動變成逼真的3D模型?!



        360° 無死角不說,轉(zhuǎn)換期間真的不需要任何其它角度姿勢的輸入。

        這就是獲得了SIGGRAPH 2022榮譽(yù)獎的一個最新3D姿態(tài)估計(jì)模型:

        Sketch2Pose。

        除了草圖,像這樣的小猴子,四肢嚴(yán)重不按比例生長,Sketch2Pose也可以辦到:


        這是如何做到的?

        只要4步,草圖人變3D人

        將草圖上的人物/形象變成3D模型,此前的研究中都還未專門涉及。

        該任務(wù)最大的挑戰(zhàn)就是比例失真問題,因?yàn)楫嬌系臇|西可能頭大身子小、胳膊長腿短……

        為此,Sketch2Pose通過對三個關(guān)鍵元素進(jìn)行預(yù)測來消除繪制姿勢時(shí)的可能出現(xiàn)的“歧義”。

        這三個元素分別是:

        其中,2D骨骼切線(下圖藍(lán)色部分)是預(yù)測3D骨骼方向最有力的指標(biāo)(關(guān)節(jié)位置不行)。

        自接觸區(qū)域(如下圖綠色部分,手接觸腰的位置)對于理解3D姿勢至關(guān)重要,也是消除未知身體部位歧義的線索。

        骨骼縮短轉(zhuǎn)換系統(tǒng)則利用統(tǒng)計(jì)分析來糾正原圖中的比例問題。


        根據(jù)這三者預(yù)測,再使用最先進(jìn)的優(yōu)化框架(optimization framework),并用專門設(shè)計(jì)的一種新的損失(loss)來平衡姿勢自然度,以及與輸入草圖的相似性,AI就能最終推斷出符合畫者意向的3D姿勢。

        具體步驟如下:

        輸入一張草圖,首先預(yù)測出2D關(guān)節(jié)位置或骨架,用于3D人體模型的粗略對齊。

        然后預(yù)測屏幕空間(screen-space)接觸區(qū)域,將其映射到粗略對齊的3D模型上,得到一組接觸頂點(diǎn)(紅色部分)。

        接著,利用縮短轉(zhuǎn)換階段描述的草圖人物比例問題,進(jìn)行修補(bǔ)。

        最后,在優(yōu)化框架中利用2D骨架的骨骼切線、粗略對齊的3D姿勢以及比例修補(bǔ),產(chǎn)生最終結(jié)果。


        有遮擋缺失也OK

        最終的Sketch2Pose可以支持多種草圖風(fēng)格的轉(zhuǎn)換,比如下圖中的簡筆畫或者水墨畫,像下下圖最后一張那樣簡略的也可以。


        同時(shí),對缺失、遮擋部位也能穩(wěn)健處理。

        比如上圖第一行中的人手(不過我們發(fā)現(xiàn)左邊的似乎推測有錯,手應(yīng)該是放在兩腿之間;右邊的抱頭基本沒啥問題,但手掌應(yīng)該向后彎曲)。

        再將Sketch2Pose和SOTA方法進(jìn)行比較,結(jié)果還是令人非常滿意的。

        可以看到,Sketch2Pose(第三列)對姿勢還原更到位,缺失部分的預(yù)測也更符合人體構(gòu)造。


        而開頭那只小猴子,Müller et al. 2021等方法的轉(zhuǎn)換效果就是下面這樣:


        對于猴子“扭曲”的下肢部分,這些方法都出現(xiàn)了理解偏差——Sketch2Pose完勝。

        作者介紹

        Sketch2Pose一共有兩位作者,都來自加拿大蒙特利爾大學(xué)。

        一作名叫Kirill Brodt (Кирилл Бродт),出生于1991年,本碩畢業(yè)于新西伯利亞州立大學(xué)(數(shù)學(xué)學(xué)位),后在Yandex數(shù)據(jù)分析和計(jì)算機(jī)科學(xué)中心學(xué)院學(xué)習(xí)機(jī)器學(xué)習(xí),現(xiàn)為蒙特利爾大學(xué)的一位博士生。

        他的主要研究方向?yàn)楦輬D有關(guān)的計(jì)算機(jī)視覺轉(zhuǎn)換。

        另一位作者名叫Mikhail Bessmeltsev,是一作的導(dǎo)師,蒙特利爾大學(xué)計(jì)算機(jī)科學(xué)與運(yùn)籌學(xué)系的助理教授。


        感興趣的同學(xué)可以戳論文原文,或者去Huggingface上試試效果。

        論文原文:
        https://dl.acm.org/doi/10.1145/3528223.3530106

        項(xiàng)目主頁:
        https://www-labs.iro.umontreal.ca/~bmpix/sketch2pose/

        Huggingface demo:
        https://huggingface.co/spaces/SIGGRAPH2022/sketch2pose

        Github代碼:
        https://github.com/kbrodt/sketch2pose

        本文標(biāo)簽: 草圖  sketch  pose