FurE: ricostruzione 3D efficiente del pelo, specifica per ciascun animale, senza dataset di pelo animale

Abstract degli autori

Ricostruire il pelo animale in modo realistico e modificabile a partire da immagini riprese da più punti di vista è difficile per la finezza dei dettagli, l’auto-occlusione e il mascheramento, nonché, a differenza dei capelli umani, per la mancanza di dataset di pelo animale. Il pelo ricopre di solito gran parte del corpo di un animale e presenta una notevole variabilità sia tra specie sia all’interno della stessa specie. Presentiamo FurE, un metodo efficiente di ricostruzione del pelo animale basato su singoli filamenti, che ricava un manto modificabile filamento per filamento ottimizzando un campo latente condizionato dalla radice, poi decodificato nella geometria dei filamenti mediante un decoder basato sulla PCA. Ricostruiamo il corpo dell’animale privo di pelo usando indicazioni locali sullo spessore del pelo ricavate da una rappresentazione Gaussian Frosting vincolata alla superficie, insieme a prior basati sulle parti. Mostriamo inoltre che un decoder basato sulla PCA, appreso da dati relativi a filamenti di capelli umani, può attenuare la scarsità di dati sul pelo animale e consentire al tempo stesso un’ottimizzazione sostanzialmente più rapida. FurE accelera di 10 volte l’addestramento dei filamenti rispetto agli attuali metodi allo stato dell’arte di ottimizzazione densa per singolo filamento, mantenendo la fedeltà dei filamenti e generalizzando a sequenze sintetiche e reali, come confermano le valutazioni quantitative e qualitative nonostante la riduzione del tempo di addestramento.