典型文献
采用多级拓扑图卷积网络的可变形三维着装人体重建
文献摘要：
为了从单幅图像或者多幅图像中重建出可变形的着装人体,提出了一种采用蒙皮多人线性模型(skinned multi-person linear model,SMPL)的多级拓扑构建的图卷积神经网络(multi-level topology graph convolutional network,MTGCN).首先,通过现有方法从图像中预计算对应姿势和体型的光滑人体SMPL模型,并通过图像特征提取网络得到人体的局部特征图;然后,将SMPL模型顶点投影到特征图中,以获取具体位置的局部特征;最后,利用MTGCN对模型顶点偏移产生着装效果,其下采样与上采样模块可融合局部特征从而获取全局特征,并结合残差模块用于弥补全局特征中丢失的局部信息,从而提升重建的人体质量.在使用MGN与SURREAL合成的图像数据集上,实验结果表明,与目前类似的工作相比,该方法能够产生更低的倒角距离误差与点到曲面的距离误差,并且在人体服装细节与人体部位等方面展示出了更好的结果.此外,生成的三维人体模型可以直接在姿势或者体型上变形,以快速生成着装人体动画.
文献关键词：
机器学习;图卷积神经网络;三维人体重建;着装人体
中图分类号：
作者姓名：
毛爱华;禚冠军;禤骏
作者机构：
华南理工大学计算机科学与工程学院 广州 510006
文献出处：
引用格式：
[1]毛爱华;禚冠军;禤骏-.采用多级拓扑图卷积网络的可变形三维着装人体重建)[J].计算机辅助设计与图形学学报,2022(12):1899-1910
A类：
MTGCN,MGN,SURREAL
B类：
拓扑图,图卷积网络,可变形,着装人体,单幅图像,多幅,蒙皮,线性模型,skinned,multi,person,linear,model,SMPL,图卷积神经网络,level,topology,graph,convolutional,network,预计算,姿势,体型,图像特征提取,特征提取网络,局部特征,特征图,顶点,具体位置,着装效果,下采样,上采样,样模,全局特征,残差模块,补全,局部信息,升重,图像数据集,倒角距离,距离误差,服装,展示出,三维人体模型,接在,上变,快速生成,动画,三维人体重建
AB值：
0.389056
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
