文献

J-GLOBAL ID：202102222866213485   整理番号：21A2826386

衣服化ヒト再構成のための3DコンテキストアウェアPIFu【JST・京大機械翻訳】

3D Context-Aware PIFu for Clothed Human Reconstruction

著者 (8件)： Liao Tingting (CBSR and NLPR, Institute of Automation, Chinese Academy of Sciences, Beijing, China) ,  Liao Tingting (School of Artificial Intelligence, University of Chinese Academy of Science, Beijing, China) ,  Zhu Xiangyu (CBSR and NLPR, Institute of Automation, Chinese Academy of Sciences, Beijing, China) ,  Zhu Xiangyu (School of Artificial Intelligence, University of Chinese Academy of Science, Beijing, China) ,  Lei Zhen (CBSR and NLPR, Institute of Automation, Chinese Academy of Sciences, Beijing, China) ,  Lei Zhen (School of Artificial Intelligence, University of Chinese Academy of Science, Beijing, China) ,  Lei Zhen (Centre for Artificial Intelligence and Robotics, Hong Kong Institute of Science and Innovation, Chinese Academy of Sciences, Hongkong, China) ,  Li Stan Z. (School of Engineering, Westlake University, Hangzhou, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12878  ページ： 128-138  発行年： 2021年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文では,単一画像から3Dの衣服を復元するための3DコンテキストアウェアPIFuを提案する。既存の陰関数ベースのモデルは,3D点間の固有の幾何学的関係を無視するので,不十分な姿勢変動に対する不満足なロバスト性に悩まされる。本研究では,再構成を正則化する強い事前として3D人間モデルを利用した。適合3D人間モデルによって,グローバル形状は姿勢変動を取り扱うためにポイントネットによって抽出して,局所的特徴は幾何学的詳細を捕えるためにグラフ畳込みニューラルネットワーク(GCNN)によって抽出した。さらに,再構成ネットワークを3D布上に微細粒形状を捕捉するために,視覚効果を直接測定するためのマルチビュー陰的微分損失を提案した。実験結果は,著者らのアプローチが姿勢変化にロバストであり,より詳細で人体を再構成することを示している。Copyright Springer Nature Switzerland AG 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ネットワーク ,  ヒト ,  *衣服 ,  微分 ,  視覚効果 ,  再構成 ,  正則化 ,  *三次元 ,  ロバスト性 ,  レンダリング
準シソーラス用語： 陰関数 ,  *コンテキストアウェアネス ,  マルチビュー ,  姿勢変化 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： 3Dヒト再建 ,  陰表面再構成 ,  微分レンダリング

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 衣服 ,  ヒト ,  再構成 ,  3D