【FAIR-CVPR2020】PIFuHD:多级像素对齐隐式功能，实现高分辨率三维人体数字化

题目

PIFuHD:多级像素对齐隐式功能，实现高分辨率，三维人体数字化

关键词

计算机视觉，三维人体数字化，高分辨率，图像处理

简介

基于图像的3D人体形状估计的最新进展是由深度神经网络所提供的表示能力的显着提高所驱动的。 尽管当前的方法已经证明了在现实世界中的潜力，但是它们仍然无法以输入图像中经常出现的细节水平进行重建。 我们认为，这种限制主要源于两个相互矛盾的要求。 准确的预测需要大背景，但是精确的预测需要高分辨率。 由于当前硬件中的内存限制，以前的方法倾向于将低分辨率图像作为输入来覆盖较大的空间上下文，并因此产生精度较低（或低分辨率）的3D估计。 我们通过制定一种端到端可训练的多层体系结构来解决此限制。 粗糙级别以较低的分辨率观察整个图像，并着重于整体推理。 这提供了一个很好的环境，可以通过观察更高分辨率的图像来估计高度详细的几何形状。 我们证明，通过充分利用1k分辨率的输入图像，我们的方法在单图像人形重建方面显着优于现有的最新技术。

作者

S. Saito, T. Simon, J. Saragih, H. Joo