الرقمنة ثلاثية الأبعاد عالية الدقة للإنسان من صور ذات دقة 2K واحدة

إعادة بناء جسم الإنسان ثلاثي الأبعاد بجودة عالية يتطلب بيانات تدريب ذات دقة عالية وحجم كبير، بالإضافة إلى تصميم شبكة مناسبة تستغل بشكل فعال الصور الإدخالية ذات الدقة العالية. لمعالجة هذه المشكلات، نقترح طريقة بسيطة ومعتبرة لإعادة بناء جسم الإنسان ثلاثي الأبعاد تُعرف باسم 2K2K، والتي تقوم بإنشاء مجموعة بيانات بشرية كبيرة الحجم بدقة 2K واستنتاج نماذج ثلاثية الأبعاد للإنسان من صور بدقة 2K.الطريقة المقترحة تستعيد بشكل منفصل الشكل الكلي لجسم الإنسان وتفاصيله. يتنبأ الشبكة العصبية للعمق المنخفض بالهيكل الكلي من صورة منخفضة الدقة، بينما يتنبأ الشبكة العصبية الجزئية للتحويل من الصورة إلى الطبيعية (image-to-normal) بالتفاصيل في هيكل جسم الإنسان الثلاثي الأبعاد. تقوم الشبكة العصبية للعمق العالي بدمج الشكل الثلاثي الأبعاد الكلي والهياكل التفصيلية لإستنتاج خرائط عمق الجوانب الأمامية والخلفية بدقة عالية.أخيراً، يتم استخدام مولد شبكات جاهز لإعادة بناء النموذج الكامل لجسم الإنسان ثلاثي الأبعاد، والذي يمكن الوصول إليه على الرابط: https://github.com/SangHunHan92/2K2K. بالإضافة إلى ذلك، نوفر أيضاً 2,050 نموذجاً ثلاثياً للإنسان، تشمل خرائط النسيج (texture maps)، المفاصل الثلاثية الأبعاد (3D joints)، ومعلمات SMPL لأغراض البحث. في التجارب، أظهرنا أداءً تنافسياً مقارنة بالأعمال الحديثة على مجموعات بيانات مختلفة.