Arc2Avatar：基于身份引导的单图像生成具有表现力的 3D 头像
计算机视觉与模式识别
2025-01-14 v2
摘要
受 3D 高斯溅射(3DGS)在多视角设置中重建详细 3D 场景方面发挥作用，以及大型 2D 人类基础模型涌现的启发， 我们介绍 Arc2Avatar，这是首个基于 SDS 利用人类面部基础模型作为引导仅使用单张图像作为输入的方法。为此，我们通过在合成数据上进行微调并修改其条件化，扩展了该模型以支持多样化的人类头部生成。我们的头像与人类面部网格模板保持稠密对应关系，允许基于 blendshape 的表情生成。这通过修改的 3DGS 方法、连通性正则化器以及针对我们任务的战略性初始化实现。此外，我们提出一种可选的高效 SDS 基于纠正步骤，用于细化 blendshape 表情，增强真实性和多样性。实验表明，Arc2Avatar 实现了最新的真实性和身份保持效果，有效解决了颜色问题，通过允许使用 very low guidance 启用了我们的强身份先验和初始化策略，而不会损害细节。请访问 https://arc2avatar.github.io 获取更多资源。
关键词
引用
@article{arxiv.2501.05379,
title = {Arc2Avatar: Generating Expressive 3D Avatars from a Single Image via ID Guidance},
author = {Dimitrios Gerogiannis and Foivos Paraperas Papantoniou and Rolandos Alexandros Potamias and Alexandros Lattas and Stefanos Zafeiriou},
journal= {arXiv preprint arXiv:2501.05379},
year = {2025}
}
备注
Project Page https://arc2avatar.github.io