3D rekonstrukce člověka a automatické mapování kostry z monokulárního videa
3D human model reconstruction and automatic rigging from a monocular video
Typ dokumentu
diplomová prácemaster thesis
Autor
David Otgonsuren Rico
Vedoucí práce
Catellucci Davide
Oponent práce
Sýkora Daniel
Studijní obor
Umělá inteligenceStudijní program
Otevřená informatikaInstituce přidělující hodnost
katedra počítačůPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Tato práce se zabývá generováním kvalitních lidských oblečených 3D modelů z monokulárního videa. Existují metody strojového učení které tento problém řeší přímo, ale nedosahují kvality modelů pro statické scény. Tato práce se snaží vyřešit tento problém následujícímy kroky: Prvně, analýza nejlepších metod strojového učení pro 3D rekonstrukci. Aplikování těchto metod a jejich úprava pro 3D rekonstrukci člověka. Analýza a aplikace metod automatického mapování kostry na 3D model člověka. Implementace kompletního procesu pro generování 3D modelu člověka s kostrou z videa. Tento výzkum má potenciál pro zlepšení efektivity a přesnosti pro tvorbu 3D lidkých modelů pro různé aplikace, včetně virtuální reality a animace. This thesis investigates the generation of high-fidelity 3D animatable clothed human models from a single monocular video. Whereas existing machine learning methods achieve direct reconstruction, they lack the mesh quality of state-of-the-art methods for static scenes. This work tries to solve this issue by: First analysis of leading reconstruction methods in neural implicit representations for generalpurpose 3D scenes is done. Applying these methods and fine-tuning them for human generation. Investigating and applying rigging on the generated meshes. Implementing a complete pipeline for generating a rigged human mesh from a video. This research has the potential to improve the efficiency and accuracy of creating 3D human models for various applications, including virtual reality and animation.
Kolekce
- Diplomové práce - 13136 [892]