从单眼视频进行一致的3D人体重建:学习可纠正的外观和时间运动先验
IEEE transactions on visualization and computer graphics
|October 31, 2025
概括
这项研究引入了新的方法,可以从单眼视频中染动态人类,改善运动现实性和连续性. 该方法增强了数字人体表示,以更准确地呈现视角.
科学领域:
- 计算机视觉 计算机视觉
- 计算机图形 计算机图形
- 机器学习 机器学习
背景情况:
- 最近在使用神经辐射场 (NeRF) 和3D高斯点击来呈现动态人类方面取得的进展已经推进了数字人类的创造.
- 单眼视频染面临着视角不平衡的挑战,影响了微妙的运动染和从新视角的时间连续性.
研究的目的:
- 解决单眼动态人体染的局限性,特别是提高运动微妙性和间连续性.
- 为了提高数字人类从各种角度呈现的准确性和现实性.
主要方法:
- 开发了一个像素级运动校正模块,以纠正不同视角的表示错误.
- 引入了一个基于时间信息的模型,通过使用相邻的视频来增强运动连续性.
主要成果:
- 与现有的最先进的技术相比,拟议的方法在动态人体染方面表现出卓越的性能.
- 对基准数据集 (NeuMan,ZJU-Mocap,People-Snapshot) 的定量和质量评估证实了该方法的有效性.
结论:
- 开发的技术显著改善了单眼视频中的动态人类的染,特别是在处理复杂的运动和保持时间一致性方面.
- 这项工作提升了从有限的视觉输入中创建现实的和连续的数字人类的能力.


