超级会员免费看
本文提出了一种从RGB图像中重建非刚性动物3D形状的方法，克服了动物形状可变形的挑战。通过使用动物形状先验模型SMAL，并结合图像数据进行优化，该方法能提取更多形状细节，适用于少量视频帧的新物种建模，且3D形状投影精度足以获取真实纹理图。
项目、论文地址：在公众号「
3D
视觉工坊」，后台回复「
RGB图像重建」，即可直接下载。
概述
动物在自然界中广泛存在，分析它们的形状和运动在很多领域至关重要。但是给动物形状建模比较困难，因为捕捉人体形状的的3D扫描方法对野生动物不太适用，因此这篇文章提出了一种单独从图像捕捉动物的3D形状的方法。
动物的可变形性使这个问题极具挑战性，为了解决这个问题，作者使用了一个动物形状的先验模型来拟合数据，然后在一个典型的参考姿势变形动物的形状。与以前的方法相比，该方法明显提取了更多3D形状的细节，并且能够使用少量的视频帧来建模新物种。此外，投影的3D形状足够精确，以至于能够从多个帧中提取真实的纹理图。
简介
研究动物不仅对科学很重要，对整个社会也很重要。计算机视觉可以为动物的三维捕获、建模和跟踪提供方法，不幸的是，现在很少有方法支持捕捉逼真的动物形状和纹理，像下图一样。
现在已经有成
订阅专栏 解锁全文
扫一扫
694
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
