鱼羊 发自 凹非寺量子位 报道 | 公众号 QbitAI

手动对人体进行3D建模并不是易事。

但而今，只给AI一张高清照片，它还真就可以分分钟弄定这件事。

甚至还挺高清，衣服褶皱、脸部脸色，细节一点良多。

这项新研究来自南加州大年夜学和Facebook，被选CVPR 2020。

而且已在GitHub上开源，标星3.6k，还在一天内就涨了207颗星，登上GitHub热榜。

一路来看看，这事实是若何实现的。

多级像素对齐隐式函数

这只AI名叫PIFuHD，其根本框架是ICCV 2019上已登场的像素对齐隐式函数PIFu。不外，PIFu以分说率为512×512的图象作为输入，输出的3D模子分说率不高。

为了获得高分说率的输出，在这项研究中，研究人员在PIFu的根本之上，额外叠加了一个像素对齐的猜测模块。

如图所示，顶部粗层次像素对齐猜测器捕捉全局的3D布局。高分说率的细节则由下面的Fine模块添加。

具体而言，fine模块将1024×1024的图象作为输入，并将其编码成高分说率的图象特点（512×512）。

尔后，高分说率特点嵌入和第一个模块中获得的3D嵌入被连络起来，用以猜测占位概率场。

为了进一步提高重建的质量和保真度，该方式还会在图象空间中猜测正反两面的法线图，并将其作为额外的输入反馈给收集。

细节捕捉高手

所以，跟先辈们比拟，PIFuHD事实前进了多少？

研究人员在People Snapshot dataset数据集上将其与此前的SOTA方式进行了定性较量。

可以明明看出，由于PIFuHD充分行使了根本外形和邃密外形，可以或许直接在像素级别上猜测3D几何外形，它对输入图象的细节掌控加倍精准，重建出来的3D人体模子分说率更高。

Demo可玩

论文代码已开源，而且，研究团队还在Colab上供应了在线试玩。

输入一张你本身的照片，几分钟之内就可以收成一个数字3D的你。

真·3D建模师福音。

连络可让3D模子动起来的Mixamo食用，网友们都玩嗨了。

赶紧上手玩起来吧~

最后，附上作者简介。

论文一作斋藤俊辅（Shunsuke Saito），今朝在Facebook Reality Labs担负研究科学家，致力于深度人类数字化的有用数据表征研究。

他在南加州大年夜学工作时期，曾与较量争论机图形学范畴知名华人传授黎颢合作。

GitHub地址：https://github.com/facebookresearch/pifuhd

Demo地址：https://colab.research.谷歌.com/drive/11z58bl3meSzo6kFqkahMa35G5jmh2Wgt?usp=sharing#scrollTo=afwL_-ROCmDf