公开(公告)号：CN117557694A

公开(公告)日：2024-02-13

申请号：CN202311479745.6

申请日：2023-11-08

Applicant: 南昌大学

Inventor： 李渭 ,  谢小龙 ,  刘捷 ,  饶泓

IPC: G06T13/40 ,  G06T15/08 ,  G06T15/20 ,  G06N3/0455 ,  G06N3/047 ,  G06N3/0475 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0985

Abstract: 本发明提供了一种基于条件变分自动编码器和神经混合权重场的动态人体建模方法，将条件变分自动编码(CVAE)与神经混合权重场融合，以纠正从观察空间到规范空间的翻译偏差。首先，设计了时变残差向量回归模块，将时间戳和观测空间采样点作为编码器的输入，将转换后的残差通过解码器输出，对规范空间中的点进行校正。其次，为了重建高质量的人体，基于适合渲染纹理的体积密度构建神经辐射场。第三，与NeuMan直接利用MLP网络优化不同，我们使用一个轻量级MLP来实现条件变分自编码器的编码器和解码器作为辅助网络。本发明能够准确地纠正标准空间采样点的位置，使得变形场转换具有较高准确性和鲁棒性。