AttriHuman-3D：基于属性分解与索引的可编辑 3D 人体化身生成
计算机视觉与模式识别
2024-02-28 v3
摘要
支持用户交互编辑的可编辑 3D 感知生成近期取得了快速发展。然而，现有的可编辑 3D GAN 要么无法实现高精度的局部编辑，要么存在巨大的计算成本。我们提出了 AttriHuman-3D，一个可编辑的 3D 人体生成模型，它通过属性分解和索引解决了上述问题。所提模型的核心思想是在具有六个特征平面的整体属性空间中生成所有属性（例如人体、头发、衣服等），然后使用不同的属性索引对其进行分解和操作。为了从生成的特征平面中精确提取不同属性的特征，我们提出了一种新颖的属性索引方法以及正交投影正则化来增强解耦。我们还引入了超潜在训练策略和特定属性采样策略，以避免风格纠缠和判别器的误导惩罚。我们的方法允许用户在生成的 3D 人体化身中交互式地编辑选定属性，同时保持其他属性固定。定性和定量实验均表明，我们的模型在不同属性之间提供了强解耦，允许细粒度的图像编辑并生成高质量的 3D 人体化身。
关键词
引用
@article{arxiv.2312.02209,
title = {AttriHuman-3D: Editable 3D Human Avatar Generation with Attribute Decomposition and Indexing},
author = {Fan Yang and Tianyi Chen and Xiaosheng He and Zhongang Cai and Lei Yang and Si Wu and Guosheng Lin},
journal= {arXiv preprint arXiv:2312.02209},
year = {2024}
}
备注
accepted by CVPR2024