基于稀疏动捕捉标记点的三维参数化人体重建-mosh

本文基于[1]对基于动捕标记点的三维人体重建算法Mosh进行一个介绍。

---

一.简介

所谓动捕标记点，也就是光学标记点，在相机拍摄下具有明显的反光特性，易于从图像中获取其位置，进而通过深度恢复的方法获取其三维坐标。此外，笔者之前已发过的很多基于参数化人体的重建文章，均归类为三维人体重建，其实更细分点，归类为三维人体体型+动作捕捉更合适。

二.具体步骤

1.基本定义

图1.所采用的标记点

包含标准的47个黄色表示的Vicon标记点，外加20个橙色标记点，共67个标记点（注：白色点是论文中证明冗余的标记点）

图2.默认标记点、潜在标记点和模拟标记点示意

• 参数化人体 $S(\beta ,\theta ,\gamma )$
  $\beta$，$\theta$，$\gamma$分别指的是形状参数，姿态参数，全局平移参数。

• 默认标记点（default position of the markers） $v_i$
  $v_i(\beta )=S_{h(i)}(\beta ,{\theta }_0,{\gamma }_0)+d_i{N}_{h(i)}(\beta ,{\theta }_0,{\gamma }_0)$
  其中，${\theta }_0$ , ${\gamma }_0$ 表示中性姿态，$h(i)$表示标记点i所对应的在人体模板上的索引，$d_i$为标记点中心到人体皮肤表面的预设距离，$N_{h(i)}$为法线，为在模板上的初始近似标记点位置，见图2左图中的蓝色点。

• 潜在标记点（latent markers） $m$