论文: 《ICON : Implicit Clothed humans Obtained from Normals》
github: https://github.com/yuliangxiu/icon
创新点
现有方法需要3D扫描或者具有精心控制的2D图像进行3D重建，作者提出ICON，可通过不受约束的2D图像建模，结合所有建模结果生成动画；
现有方法对各种姿势人体3D建模不够鲁棒，由于使用全局特征进行编码，对全局姿势比较敏感；为解决这个问题，ICON使用局部特征。
在AGORA和CAPE数据集上，即使训练数据有限，ICON获得SOTA，而且在非同分步数据集上也比较鲁棒。
算法
mesh-based方法具有很好的正则化，而深层隐式函数具有更强的表现力；ICON将两者结合。ICON输入穿衣的人体RGB图及SMPL人体估计，输出穿衣的像素级3D重构结果；
ICON结构如图3，主要包括两个模块：Body-guided normal预测、基于局部特征隐式三维重建。
Body-guided normal prediction
Body-guided normal预测流程：
1、使用PyMAF从图像
I
I
I估计SMPL mesh,
M
(
β
,
θ
)
∈
R
N
×
3
M(\beta,\theta)\in R^{N\times 3}
M(β,θ)∈RN×3；
2、使用PyTorch3D中可微渲染器DR，从前后两面渲染M得到SMPL-body normal
N
b
=
{
N
f
r
o
n
t
b
,
N
b
a
c
k
b
}
N^b=\{N^b_{front}, N^b_{back}\}
Nb={Nfrontb,Nbackb}，如式1；
3、将
N
b
N^b
Nb与原图
I
I
I concat后，通过网络
G
N
=
{
G
f
r
o
n
t
N
,
G
b
a
c
k
N
}
G^N=\{G^N_{front}, G^N_{back}\}
GN={GfrontN,GbackN}得到预测clothed-body normal maps，
N
^
c
=
{
N
^
f
r
o
n
t
c
,
N
^
b
a
c
k
c
}
\hat N^c=\{\hat N^c_{front}, \hat N^c_{back}\}
N^c={N^frontc,N^backc}，如式2；
4、训练
G
N
G^N
GN的损失函数如式3，
其中，
L
p
i
x
e
l
=
∣
N
v
c
−
N
^
v
c
∣
,
v
=
{
f
r
o
n
t
,
b
a
c
k
}
,
L
V
G
G
L_{pixel}=|N^c_v - \hat N^c_v|,v=\{front,back\},L_{VGG}
Lpixel=∣Nvc−N^vc∣,v={front,back},LVGG为感知损失，有助于恢复细节。
精细化SMPL
准确的SMPL body有助于生成质量更佳的clothed-body normals，但是实际中不会生成像素级对齐的SMPL fit；因此，在推理时，SMPL fit依靠SMPL-body normal maps
N
b
N^b
Nb和预测的clothed-body normal maps
N
c
N^c
Nc之间的差异进行优化，如图4；
SMPL的参数优化损失函数如式4、5
其中，
L
N
_
d
i
f
f
L_{N_{\_diff}}
LN_diff为normal map的L1损失，
L
S
_
d
i
f
f
L_{S_{\_diff}}
LS_diff为SMPL body normal-map轮廓
S
b
S^b
Sb与人体mask
S
^
c
\hat S^c
S^c之间L1损失。
ICON在推理时，交替进行a.使用预测的clothed-body normal
N
^
c
\hat N^c
N^c优化SMPL mesh；b.使用精细化SMPL mesh预测
N
^
c
\hat N^c
N^c;
Local-feature based implicit 3D reconstruction
给定预测的clothed-body normal maps
N
^
c
\hat N^c
N^c及SMPL-body mesh
M
M
M，基于局部特征
F
P
F_P
FP回归3D surface，
F
P
F_P
FP如式6，
其中，
F
s
F_s
Fs为point P到最近body point
P
b
∈
M
P^b\in M
Pb∈M的有符号距离；
F
n
b
F^b_n
Fnb为
P
b
P^b
Pb的barycentric surface normal；
F
n
c
F^c_n
Fnc为从
N
^
c
=
{
N
^
f
r
o
n
t
c
,
N
^
b
a
c
k
c
}
\hat N^c=\{\hat N^c_{front}, \hat N^c_{back}\}
N^c={N^frontc,N^backc}提取的normal向量；
F
P
F_P
FP经过隐函数
I
F
(
M
L
P
网
络
)
IF(MLP网络)
IF(MLP网络)，估计点P的occupancy
o
^
(
P
)
\hat o(P)
o^(P)，通过MSE损失训练
I
F
IF
IF；
实验
评估方式
作者使用三种评估方式：
Chamfer距离： 计算真值scan与重构mesh之间距离；这种评该评估方法捕获了较大的几何差异，但遗漏了较小的几何细节。
P2S距离： CAPE数据集scan包含大的空洞，为了排除孔洞影响，我们记录scan点到最近重构表面点之间距离，为Chamfer距离的单向版本；
Normal difference: 表示使用重构的及真值surface分别进行渲染normal图片，计算两者之间L2距离，用于捕获高频几何细节误差。
实验结果
实验结果如表2，
实验结果表明：
1、如表2-A，ICON超过所有原始SOTA方法，ICON泛化性强，；
2、如表2-B，没有SMPL-X-body引导，误差变大，使用body引导，可有效改善遮挡部位重建，如图5.
3、表2-C，作者评估局部特征
F
P
F_P
FP的重要性，作者将局部特征
F
P
F_P
FP替换为使用2D卷积提取全局特征，应用于image及clothed-body normal map及仅应用于clothed-body normal maps，结果表明在非同分布数据集CAPE-NFP上，重建表现比较差。
如图6，作者对不同方法使用不同量级数据进行训练，结果表明，ICON始终优于其他方法，同时仅使用少量数据即可达到SOTA性能，作何归因于使用局部特征，使得泛化性增强.
4、表2-D，SMPL-X从图像估计结果可能无法于图中身体像素点完全对齐。ICON需要对SMPL-X shape及pose不同噪声级别都比较鲁棒，ICON+BR使用噪声性能与PaMIR*使用真值性能相当。
应用
动画生成。
作者将视频帧进行3D重建，重建结果输入SCANimate，得到动画输出，如图8b。
文章来源：https://www.toymoban.com/news/detail-415027.html
结论
作者提出的ICON可以从图片鲁棒地生成3D clothed-body person，其准确性和真实性超越了现有方法。这有两个关键：
1、使用3D body model，同时迭代优化body model；
2、使用局部特征消除与全局姿态相关性；
问题：
如图7，对于宽松衣服重建效果不佳，因为body是在正交视角下训练的，无法产生透视效果，因此产生不对称的四肢或解剖学上不可能的形状。
文章来源地址https://www.toymoban.com/news/detail-415027.html
到了这里，关于人体3D重建-ICON论文解读的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
