用于多样化发型体积捕获的局部外观模型
计算机视觉与模式识别
2023-12-15 v1 人工智能
图形学
摘要
头发在个人身份和外观中扮演着重要角色，使其成为高质量、逼真化身的重要组成部分。现有方法要么仅专注于面部区域建模，要么依赖于个性化模型，这限制了它们的泛化能力和可扩展性。在本文中，我们提出了一种创建具有多样化发型的高保真化身的新方法。我们的方法利用不同发型之间的局部相似性，从数百人的多视角捕获中学习通用的头发外观先验。该先验模型将 3D 对齐特征作为输入，并生成以带颜色的稀疏点云为条件的密集辐射场。由于我们的模型将不同发型拆分为局部基元并在该层级构建先验，它能够处理各种头发拓扑结构。通过实验，我们证明我们的模型能够捕获各种发型，并能很好地泛化到具有挑战性的新发型。实验结果表明，我们的方法在捕获和生成具有完整头发的逼真个性化化身方面优于 SOTA 方法。
引用
@article{arxiv.2312.08679,
title = {A Local Appearance Model for Volumetric Capture of Diverse Hairstyle},
author = {Ziyan Wang and Giljoo Nam and Aljaz Bozic and Chen Cao and Jason Saragih and Michael Zollhoefer and Jessica Hodgins},
journal= {arXiv preprint arXiv:2312.08679},
year = {2023}
}