《单眼视频中高分辨率纹理和服装三维人体重建的时间一致性损失》论文翻译( 七 ) _重建

图9 。从电视主持人数据集[1]的真实图像的定性结果。
局限性：虽然所提出的方法在重建质量上比现有的方法有了显著的提高，但它也与以前的方法存在相同的局限性。该方法假定人在场景中完全可见，不能处理物体的部分遮挡，与之前的方法一样，该方法还需要人的剪影和单眼视频进行三维重建。
5.结论与未来工作
本文介绍了一种基于单眼视频的时间一致纹理三维人体重建的新方法。该方法采用时间一致性损失进行训练，并使用混合体积-隐式译码器来学习整体身体形状和表面细节。介绍了一种新型的合成3DVH训练视频数据集，其中包括400人的真实视频，包括服装、头发、体型、姿势和观点的广泛变化。该方法在重建精度、完整性和时间一致性等方面都有了显著的提高，并比现有的单幅图像方法有所改进。时间一致性损失与混合隐式解码器可以显著改善了几何和外观重建，并实现了可靠的人体形状纹理重建。未来的工作将利用自监督学习方法，从野外视频中重建人类。