跳至主要內容

Roc Yan的博客

摆烂中

关于我

关于我

个人简介

👋 你好,我是Roc Yan
🎓 是复旦大学工程与应用技术研究院计算机专业的硕士研究生
📜 我会在这里分享一些学习笔记或者好玩的东西


PICA-论文笔记

PICA: Physics-Integrated Clothed Avatar

项目地址(未开源)

TVCG

Fig. 1: Overview
Fig. 1: Overview

Abstract

我们介绍了 PICA,这是一种用于高保真可动画穿衣数字人的新型表示方法,它具有精确的服装物理动态,即使是宽松的衣服也不例外。以往基于神经渲染的可动画穿衣人体模型通常采用单一模型来表示服装和底层身体。这些方法虽然高效,但往往不能准确地表示复杂的服装动态,导致不正确的服装动态和明显的渲染伪影,尤其是滑动或宽松的服装。此外,以前的工作将服装动态表示为依赖人体姿势的变形,并以数据驱动的方式促进新姿势动画的产生。这样做的结果往往不能真实地表现运动的力学原理,而且泛化性能差。为了解决这些问题,我们采用了两个具有不同变形特征的独立 3DGS 模型,分别对人体和服装进行建模。这种区别可以更好地处理它们各自的运动特性。通过这种表示方法,我们集成了基于图神经网络 (GNN) 的服装人体物理模拟模块,以确保服装动态的准确表示。我们的方法通过其精心设计的功能,实现了对复杂和新颖驱动姿势下着装人体的高保真渲染,在相同设置下明显优于之前的方法。


论文PaperAvatarAnimationPICA3DGS
贝叶斯

贝叶斯统计模型

几个基本的公式

先列出几个最基本的公式:

  • 条件概率:P(AB)=P(AB)P(B)P(A|B)=\frac{P(AB)}{P(B)},事件 A 和 B 同时发生的概率相对于 B 发生的概率进行归一化,得到 B 发生是 A 发生的概率
  • 乘法公式:P(AB)=P(AB)P(B)P(AB)=P(A|B)P(B),通过条件概率可以推出乘法公式
  • 贝叶斯公式:P(AB)=P(BA)P(A)P(B)=P(BA)P(A)P(BA)P(A)+P(BAˉ)P(Aˉ)P(A|B)=\frac{P(B|A)P(A)}{P(B)}=\frac{P(B|A)P(A)}{P(B|A)P(A)+P(B|\bar{A})P(\bar{A})}

学习笔记diffusion
HumanSplat-论文笔记

HumanSplat: Generalizable Single-Image Human Gaussian Splatting with Structure Priors

项目地址

NeurlPS 2024

Fig. 1: Overview
Fig. 1: Overview

论文PaperAIGCGaussianCube3DGS
HOOD-论文笔记

HOOD: Hierarchical Graphs for Generalized Modelling of Clothing Dynamics

项目地址

CVPR 2023

Fig. 1: Overview
Fig. 1: Overview

论文PaperCloth SimulationHOODMesh
Gaussian Garments-论文笔记

Gaussian Garments: Reconstructing Simulation-Ready Clothing with Photorealistic Appearance from Multi-View Video

项目地址

arXiv

Fig. 1: Overview
Fig. 1: Overview

论文PaperCloth SimulationGaussian Garments3DGS
meshgrid 生成坐标网格

meshgrid 生成坐标网格

无论是 np.meshgrid 还是 torch.meshgrid 都是一样的,这里就用 torch.meshgrid 举例。

torch.meshgrid(*tensors, indexing='ij')

PyTorchPyTorch
2DGS-论文笔记

2DGS: 2D Gaussian Splatting for Geometrically Accurate Radiance Fields

项目地址

SIGGRAPH 2024

Fig. 1: Overview
Fig. 1: Overview

论文PaperRepresentation2DGS3DGS
2
3
4
5
...
7