真的有这么丝滑：3D衣服建模新方法，浙大、ETH Zurich、CityU出品

，同时在美感准确性上保持稳定了完全一致的土壤可靠性。此外，通过比起上图 4 的第三列于和第四列于，可以看到，如果很难相异潜在 patch 计划，patch 边界处的纹路似乎是不整年的，当纹路的土壤斜向加剧推移时，这个弊端就越发严重。不过或多或少的是，这种计划以稍微降低造化度为代价，大大提高了出本，提高出本对于其方便、高效地应用人体数位化是有重要意义的。

与 SOTA 方法有对比

为了审计 NeuralHDHair 的可靠性，研究出果将其与一些 SOTA 方法有 [6,28,30,36,40] 顺利进行了对比。其中都 Autohair 基于数据动力的方法有顺利进行眉毛化学合出，而 HairNet [40]也许眉毛土壤过程来意味着端到端的眉毛建模。即便如此，[28,36]执行一个两步方式而，首先估计一个 3D 斜向场，然后从中都化学合出纹路。PIFuHD [30]是一种基于粗到粗方式而的单目高弹道 3D 建模方法有，可以用做 3D 眉毛建模。

如上图 6 上图，HairNet 的结果看起来差强人意，但是暂时性的技术粗节，甚至整体的形似与可用上投影中都的眉毛不赞同。这是因为该方法有用一种有用而坚硬的方式来化学合出眉毛，如此一来从实体的上投影中都恢复无序的纹路。

这里还将修葺结果与 Autohair[6]和 Saito[28]顺利进行了比起。如上图 7 上图，虽然 Autohair 可以化学合出真实的结果，但骨架上不能更好地转换可用上投影，因为数据库还包括的装扮有限。另一方面，Saito 的结果缺乏暂时性技术粗节，形似与可用上投影不赞同。即便如此，本文方法有的结果愈来愈好地保持稳定了眉毛的现阶段骨架和暂时性技术粗节，同时维护了眉毛形似的赞同性。

PIFuHD [30]和 Dynamic Hair [36]则作出贡献估计微控制器度的 3D 眉毛几何相似性，以转换出真实的纹路数学模型。上图 8 重现了两个有权威性的比起结果。可以看出，PIFuHD 中都采用的像素级容参数能够适当描摹细密的眉毛，导致结果极为光滑，很难暂时性技术粗节，甚至很难理论上的现阶段骨架。Dynamic Hair 可以用较少的技术粗节激发愈来愈理论上的结果，而且其结果中都的眉毛土壤近来可以更好地转换可用上投影，但许多暂时性骨架技术粗节 (例如层次骨架) 能够猎捕，尤其是对于细密的装扮。即便如此，本文的方法有可以适应环境有所不同的装扮，甚至是极端细密的骨架，并适当并用现阶段相似性和暂时性技术粗节，转换出微控制器、高弹道的具备愈来愈多技术粗节的 3D 眉毛数学模型。

。

广东妇科医院哪家看的好
泉州白癜风权威医院
南昌白癜风治疗医院
安徽白癜风医院哪个比较好
郑州看妇科哪个医院最好
治疗中风
风热感冒咳嗽吃什么好的快
女性月经期饮食
变态反应科
宝宝口臭