研究里程碑
GaussianAvatar：单视频可动画三维高斯化身
用可驱动三维高斯显式建模人体，并学习姿态相关外观与运动联合优化，提升单目视频化身真实感与效率。
作者 / 团队
Liangxiao Hu · 研究员
年份
2024
深入解读
论文将人体表示为附着在参数化模板上的可动画三维高斯，借助前向蒙皮避免部分隐式方法中的逆蒙皮歧义。动态外观网络与可优化特征张量共同刻画衣物褶皱等细节。由于运动条件可微，可在训练时同时校正外观与初始运动估计。实验在公开与自建数据上比较渲染质量与速度。
我们能从中学到什么
- 01
显式高斯与可微蒙皮组合，可在单目设定下直接优化运动与外观的耦合误差。
- 02
姿态条件外观需要额外自由度以避免在有限姿态上过拟合。
原文摘录
"We present GaussianAvatar, an efficient approach to creating realistic human avatars with dynamic 3D appearances from a single video."— source ↗
标签
论文数字人重建
相关链接
信息来源