arXiv Computer Vision· Eli A. Underwood, Nicolas Rondan, Angel V. Peterchev, J. Matias Di Martino·· 7 小时前AI 评分26
基于部分 3D 人脸扫描的联合刚性对齐与可变形重建
Joint Rigid Alignment and Morphable Reconstruction from Partial 3D Face Scans
AI 导读
研究提出一个基于 GeoTransformer 超点匹配架构的单一网络，可在一次前向传播中同时预测刚性位姿和形状完整的点云，无需人工标注系数。该方法用 8,000 个身份离线学习的 3D 可变形人脸模型生成形变模板，再以 Sinkhorn 匹配完成精细对齐。在留出身份上，其每顶点误差领先最强基线 3-4 倍，并在 NoW 和 NPHM 两个真实扫描数据集上同时做到最准和最快。
来源：arXiv Computer Vision · arxiv.org