基于非参数化模型的三维人体重建-RGBD Fusion类

Hypochondria.

已于 2025-02-13 09:20:39 修改

阅读量651

点赞数 9

CC 4.0 BY-SA版权

分类专栏：三维人体重建与体型动作捕捉文章标签：算法机器学习人工智能计算机视觉 3d 深度学习图像处理

于 2025-02-13 09:17:53 首次发布

本文链接：https://blog.youkuaiyun.com/rlczddl/article/details/145604470

三维人体重建与体型动作捕捉专栏收录该内容

8 篇文章

订阅专栏

本文对采用RGBD Fusion类的传统三维人体重建的三个算法流程，即self 3D Self-Portraits[1]，DoubleFusion[2]，PIFuFusion[3]，做个简单的记录，不涉及细节，感兴趣的读者可自行阅读原始论文。

一.简介

场景均为相机固定人体转动，也就是算法的输入为多视角下的人体RGBD图，核心在于配准算法。

二.具体流程

1.3D Self-Portraits[1]

图1.算法[1]整体流程

简介

无任何先验，将重建问题看作是一个纯纯的配准问题，也可适用于一般物体。

扫描

多视角无需多说，而在单视角情况下，论文利用了kinect v1的马达采集了多张RGBD图，为的是覆盖更多的人体区域，因此也就多了下面单视角融合一步。
单视角融合与分割

1）对单个视角下的多帧点云进行刚性ICP配准，然后进行泊松重建得到单视角下的完整人体点云。

2)首先根据大致的bbox分割出来大致的人体点云，然后删掉与原始帧不重叠的部分点云（消除泊松重建带来的杂点），接着根据法线在滤除一些平面区域的点，最后移除多个视角下不动的（因为背景在人体自转时是不动的）和小的不连接离群的点云。
逐帧刚性配准

刚性ICP配准：两次逐帧的ICP配准，第一次是以第一帧为基准，第二次是最后一帧为基准。
全局非刚性配准

1）寻找对应点对：首先进行相邻两帧之间的NICP配准（Embeding Graph[5]那套方法，下面介绍的两篇论文也是这种方法），然后查找最近点对并记录下来。

2）全局非刚性NICP配准，和相邻帧NICP的能量项一样，只不过这里是对所有帧同时进行优化，一次优化得到所有帧的非刚性变化（全局只要是可以消除累积误差，最明显的效果就是第一帧和最后一帧可以闭合上）。

式1.全局NICP配准

点云重建

对配准后的点云进行泊松重建。另外由于单相机视角的限制，像人头顶部的孔洞仅靠泊松重建修补的效果比较差，因此又利用visual hull[4]计算出了一部分点云，与原始点云合并在一起后进行泊松重建。
纹理贴图

首先利用SIRFS算法[6]对原始RGB图进行处理用于减少光照变化的影响，然后利用泊松融合用于产生很好的纹理过渡。

2.DoubleFusion[2]

图2.算法[2]整体流程

简介

利用smpl模板作为先验，smpl模板作为内层人体辅助外层人体的配准。

初始化

1）利用首帧深度图初始化TSDF，同样的利用首帧深度图和smpl模型进行配准初始化内层smpl形状和姿态参数；

2）初始化NICP配准的节点图，含内外两层，其中内层节点为由smpl定义，外层节点为距离内层节点一定距离的外层模型上采样得到。
联合运动跟踪

式2.联合运动跟踪总损失项

式3.数据项

式4.姿态绑定项

式5.正则项

式6.smpl姿态先验项

1）优化的参数为每个节点的旋转和平移，用于将双层模型配准当当前深度帧上（这里之前应该还有个ICP配准，然后是以上公式所示的NICP配准）；

2）式3）数据项包含内层模型与深度图（ $v^\hat{v}$ 为利用smpl lbs变化后点）、外层模型与深度图（ $v~\tilde{v}$ 为Embeding Graph变化后的点）两种距离损失；

3）式4）用于对内层节点进行限制，用于确保Embeding Graph的变化和smpl lbs变化一致，用于约束不正常的姿态；

4）式5）为Embeding Graph中的正则项，式6）为smpl模型的高斯混合模型先验项。

几何融合

TSDF融合，从中提取的即外层模型。
形状、姿态优化

式7.内层模型总能量项

式8.数据项

式9.时序一致项

1）优化内层smpl模型与外层模型更相似；

2）式8）为数据项， $W (*)$ 为smpl的计算过程， $D (*)$ 为根据smpl点插值得到的TSDF值（这里直接取的TSDF值，避免了从TSDF中提取网格的操作）；

3）式9）就很常见了，用于确保相邻帧之间的smpl形状姿态参数不至于变化太大。

3.PIFuFusion[3]

图3.算法[3]整体流程

简介

同样是双层模型，不过此时内层模型由RGBD-PIFu提取（与smpl区别是无法利用姿态先验了），另外多了一步BA操作（我理解其实就是全局配准操作，这也就回到了论文[1]的操作）。

初始化

利用首帧深度图初始化TSDF，利用RGBD-PIFu提取的内层人体网格初始化NICP配准的节点图。
RGBD-PIFu

作者在PIFu[8]的基础上，额外加入了深度信息，利用首帧RGBD图重建得到内层的人体网格。
PIFusion

式10.双层优化总能量项

式11.数据项

式12.正项

之前同样应该有一步ICP配准的步骤，然后就是以上能量项构建的NICP步骤，由于对内外两层模型与当前深度帧进行配准。能量项与Embeding Graph一致。

非刚性体变形

式13.时序一致项

式14.时序一致项

同样需要优化内层人体模型与外层人体模型，数据项与doublefusion一致，smooth项与式12）一致。

式15.BA总能量项

式16.闭环数据项

式17.与当前关键帧数据项

式18.与当前关键帧轮廓项

1）会将整个人体自转RGBD序列分成几块，并且会在所有RGBD序列中挑选关键帧，该步骤的目标是既要确保序列块之间可以紧密闭合，同时又要求序列块与关键帧要匹配；

2）式16）为全局闭环数据项，作用与论文[1]一样即是消除累积误差， $v_p$ 、 $v_q$ 为有重叠两个序列块， $W$ 为NICP操作（我理解这里同样之前会有ICP步骤）；

3）式17）为序列块与当前关键帧的数据损失项， $v$ 为序列块， $u$ 为关键帧， $W$ 同样为NICP操作；

4）式18）为序列块与当前关键帧的轮廓损失项， $I_{DT}$ 为当前关键帧的distance-transform图， $π\pi$ 表示利用相机参数对序列块边界的点云投影到图像上的操作，用于约束序列块的轮廓与当前关键帧的轮廓一致。

重建

对配准后的点云泊松重建。
纹理贴图

利用法线方向做个筛选，然后做加权平均获得纹理像素值。

三.小结

其实这类方法基本上就是DynamicFusion那一套，可以参考之前的文章做个简单的了解[7]，理解起来很容易，难点在于雅各比矩阵的推导和CUDA编程实现。

四.参考

[1]Hao, Li, Etienne, et al. 3D self-portraits[J]. ACM Transactions on Graphics (TOG), 2013.

[2]Yu T , Zheng Z , Guo K , et al. DoubleFusion: Real-time Capture of Human Performances with Inner Body Shapes from a Single Depth Sensor[J]. IEEE, 2018.

[3]Li Z , Yu T , Pan C , et al. Robust 3D Self-portraits in Seconds. 2020.

[4][Visual Hull (ulaval.ca)](http://vision.gel.ulaval.ca/~visualhull/)

[5]Sumner R W, Schmid J, Pauly M. Embedded deformation for shape manipulation[M]//ACM siggraph 2007 papers. 2007: 80-es.

[6]Shape, albedo, and illumination from a single image of an unknown object

[7]https://mp.weixin.qq.com/s/QuH_dnD73kr-QZCIDozwvQ

[8]https://mp.weixin.qq.com/s/-r3L71ZdOC0MlKpJ9s0ANQ