我们使用以下六个特征来刻画本文的研究主题:
1. 输入数据
- 单图像与视频序列
- 单图像方法捕获速度更快,但可能在细节和运动模糊方面存在困难。
- 视频序列提供更多信息,并能够重建动态方面,如表情,但需要更长的时间捕获和处理。
- 数据类型
- 仅 RGB 提供基本颜色信息,限制了准确性和照明或材料的重建。
- RGB-D 包括深度信息,提高了重建准确性并允许 3D 对象操作。
- 多视图从各种角度捕获对象,增强细节并解决歧义。
2. 神经网络架构
- 神经网络类型
- MLP 更简单、更快
INSTA是一种使用单目RGB视频重建动态、高细节面部化身的NeRF方法。它通过集成现有面部模型,实现比现有方法更快的训练速度(不到10分钟),并能渲染新姿势和表情。尽管仅使用颜色信息,INSTA在定性评估中显示出了优于最先进的方法的渲染质量。
我们使用以下六个特征来刻画本文的研究主题:
1. 输入数据
2. 神经网络架构
2118
7783
1351
935

被折叠的 条评论
为什么被折叠?