动态物体的3D重建 

3D动态重建的困难性

• 数据量大
• 数据采集困难
  • Single‐Camera
  • Multi‐Camera
• 数据结构复杂
  • Geometry
  • Color
  • Topology
• 硬件需求高

General Pipeline

数据采集

生成3D mesh/surface

人体动态重建 （Human Performance Capturing）

• 离线高质量的动态重建方法
• 实时动态的人体重建方法
• 基于深度学习的人体重建方法

离线高质量动态重建

High-quality streamable free-viewpoint video (SIGGRAPH 2015)

实时动态人体重建

[Motion2Fusion 2017]

CVPR 2018 [Oral]

DoubleFusion:Real-time Capture of Human Performances with Inner Body Shapes from a Single Depth Sensor

基于深度学习的动态人体重建方法

Volumetric performance capture from minimal camera viewpoints (ECCV 2018)

本文出自CaterpillarStudyGroup，转载请注明出处。 https://caterpillarstudygroup.github.io/GAMES102_mdbook/