3D Textured Shape Recovery with Learned Geometric Priors

要約

部分スキャンからの3次元テクスチャ形状復元は、多くの実世界のアプリケーションにとって極めて重要である。既存のアプローチは陰関数表現の有効性を実証しているが、重度のオクルージョンや様々なオブジェクトタイプを持つ部分入力に悩まされており、実世界での応用価値を大きく阻害している。本技術報告では、学習された幾何学的事前分布を取り入れることで、これらの限界に対処する我々のアプローチを紹介する。そのために、学習した姿勢予測からSMPLモデルを生成し、それを部分入力に融合して人体の事前知識を付加する。また、部分スキャンの異なるレベルのスケールと部分性を扱うための、新しい完全性を考慮したバウンディングボックス適応を提案する。

要約(オリジナル)

3D textured shape recovery from partial scans is crucial for many real-world applications. Existing approaches have demonstrated the efficacy of implicit function representation, but they suffer from partial inputs with severe occlusions and varying object types, which greatly hinders their application value in the real world. This technical report presents our approach to address these limitations by incorporating learned geometric priors. To this end, we generate a SMPL model from learned pose prediction and fuse it into the partial input to add prior knowledge of human bodies. We also propose a novel completeness-aware bounding box adaptation for handling different levels of scales and partialness of partial scans.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL