从多个图像中详细的人体表面捕获是许多3D生产,分析和传输任务的重要组成部分。但在实际时间内产生毫米的精度3D模型,并实际上在现实世界中捕获环境中验证其3D准确性,由于缺乏这些目标的特定方法和数据,因此仍然是主要的挑战。我们为此提出了两项互补贡献。第一个是一种高度可扩展的神经表面辐射场方法,能够通过构造实现毫米的精度,同时证明了高计算和记忆效率。第二个是一个新颖的数据集,MVMannequin,它是用高分辨率手持3D扫描仪捕获的衣服人体模型几何形状,并配对校准的多视图图像,可以验证毫米的准确性要求。尽管我们的方法可以产生如此高的密度和精确的几何形状,但我们显示了神经表面管道的侵略性稀疏和优化,只需使用几个GB的GPU存储器在计算时间内进行估算,同时允许实时毫秒的神经渲染。根据我们的框架和数据集,我们表明我们的方法在不到3分钟的训练时间内就可以达到77%的积分准确性和完整性,并具有68个观点。
主要关键词