草圖人像變3D模特，360° 無(wú)死角還原姿勢(shì)，一張就行，多“草”都可｜SIGGRAPH 2022

豐色 2022-08-22 15:22:07 來(lái)源：量子位

可親自上手試驗(yàn)一把

豐色發(fā)自凹非寺

量子位 | 公眾號(hào) QbitAI

一張隨便勾畫(huà)的草圖，居然也可以分分鐘自動(dòng)變成逼真的3D模型？！

360° 無(wú)死角不說(shuō)，轉(zhuǎn)換期間真的不需要任何其它角度姿勢(shì)的輸入。

這就是獲得了SIGGRAPH 2022榮譽(yù)獎(jiǎng)的一個(gè)最新3D姿態(tài)估計(jì)模型：

Sketch2Pose。

除了草圖，像這樣的小猴子，四肢嚴(yán)重不按比例生長(zhǎng)，Sketch2Pose也可以辦到：

這是如何做到的？

只要4步，草圖人變3D人

將草圖上的人物/形象變成3D模型，此前的研究中都還未專門涉及。

該任務(wù)最大的挑戰(zhàn)就是比例失真問(wèn)題，因?yàn)楫?huà)上的東西可能頭大身子小、胳膊長(zhǎng)腿短……

為此，Sketch2Pose通過(guò)對(duì)三個(gè)關(guān)鍵元素進(jìn)行預(yù)測(cè)來(lái)消除繪制姿勢(shì)時(shí)的可能出現(xiàn)的“歧義”。

這三個(gè)元素分別是：

2D骨骼切線（2D bone tangents）自接觸區(qū)域（self-contacts）骨骼縮短比例（bone foreshortening）其中，2D骨骼切線（下圖藍(lán)色部分）是預(yù)測(cè)3D骨骼方向最有力的指標(biāo)（關(guān)節(jié)位置不行）。

自接觸區(qū)域（如下圖綠色部分，手接觸腰的位置）對(duì)于理解3D姿勢(shì)至關(guān)重要，也是消除未知身體部位歧義的線索。

骨骼縮短轉(zhuǎn)換系統(tǒng)則利用統(tǒng)計(jì)分析來(lái)糾正原圖中的比例問(wèn)題。

根據(jù)這三者預(yù)測(cè)，再使用最先進(jìn)的優(yōu)化框架（optimization framework），并用專門設(shè)計(jì)的一種新的損失（loss）來(lái)平衡姿勢(shì)自然度，以及與輸入草圖的相似性，AI就能最終推斷出符合畫(huà)者意向的3D姿勢(shì)。

具體步驟如下：

輸入一張草圖，首先預(yù)測(cè)出2D關(guān)節(jié)位置或骨架，用于3D人體模型的粗略對(duì)齊。

然后預(yù)測(cè)屏幕空間（screen-space）接觸區(qū)域，將其映射到粗略對(duì)齊的3D模型上，得到一組接觸頂點(diǎn)（紅色部分）。

接著，利用縮短轉(zhuǎn)換階段描述的草圖人物比例問(wèn)題，進(jìn)行修補(bǔ)。

最后，在優(yōu)化框架中利用2D骨架的骨骼切線、粗略對(duì)齊的3D姿勢(shì)以及比例修補(bǔ)，產(chǎn)生最終結(jié)果。

有遮擋缺失也OK

最終的Sketch2Pose可以支持多種草圖風(fēng)格的轉(zhuǎn)換，比如下圖中的簡(jiǎn)筆畫(huà)或者水墨畫(huà)，像下下圖最后一張那樣簡(jiǎn)略的也可以。

同時(shí)，對(duì)缺失、遮擋部位也能穩(wěn)健處理。

比如上圖第一行中的人手（不過(guò)我們發(fā)現(xiàn)左邊的似乎推測(cè)有錯(cuò)，手應(yīng)該是放在兩腿之間；右邊的抱頭基本沒(méi)啥問(wèn)題，但手掌應(yīng)該向后彎曲）。

再將Sketch2Pose和SOTA方法進(jìn)行比較，結(jié)果還是令人非常滿意的。

可以看到，Sketch2Pose（第三列）對(duì)姿勢(shì)還原的更到位，缺失部分的預(yù)測(cè)也更符合人體構(gòu)造。

而開(kāi)頭那只小猴子，Müller et al. 2021等方法的轉(zhuǎn)換效果就是下面這樣：

對(duì)于猴子“扭曲”的下肢部分，這些方法都出現(xiàn)了理解偏差——Sketch2Pose完勝。

作者介紹

Sketch2Pose一共有兩位作者，都來(lái)自加拿大蒙特利爾大學(xué)。

一作名叫Kirill Brodt (Кирилл Бродт)，出生于1991年，本碩畢業(yè)于新西伯利亞州立大學(xué)（數(shù)學(xué)學(xué)位），后在Yandex數(shù)據(jù)分析和計(jì)算機(jī)科學(xué)中心學(xué)院學(xué)習(xí)機(jī)器學(xué)習(xí)，現(xiàn)為蒙特利爾大學(xué)的一位博士生。

他的主要研究方向?yàn)楦輬D有關(guān)的計(jì)算機(jī)視覺(jué)轉(zhuǎn)換。

另一位作者名叫Mikhail Bessmeltsev，是一作的導(dǎo)師，蒙特利爾大學(xué)計(jì)算機(jī)科學(xué)與運(yùn)籌學(xué)系的助理教授。