AvatarMakeup：3D 可动画头头像的真实化妆迁移
计算机视觉与模式识别
2025-07-08 v2
摘要
类似于现实中的面部美颜，3D 虚拟头像需要个性化定制来增强其视觉吸引力，但该领域仍不够探索。虽然当前的 3D 高斯编辑方法可适用于面部化妆目的，但这些方法无法满足实现真实化妆效果的基本要求：1) 确保在可驱动表达式下保持一致的外观，2) 在化妆过程中保持身份一致性，3) 实现对细节的精确控制。为此，我们提出一种名为 AvatarMakeup 的专用 3D 化妆方法，利用预训练扩散模型从任意个体的单张参考照片中传递化妆图案。我们采用粗到细的思路，首先维持一致的外观和身份，然后细化细节。具体而言，利用扩散模型生成化妆图像作为监督。由于扩散过程的不确定性，生成的图像在不同视角和表达式下不一致。因此，我们提出了一致性复制方法，以确保在动态和多视角效果下保持一致性，粗略地将化妆应用于目标对象。一致性复制通过重新编码在生成化妆图像中平均面部属性来优化全局 UV 图。通过查询全局 UV 图，即可轻易地从任意视角和表达式合成一致的化妆指导，以优化目标头像。对于粗糙的化妆头像，我们进一步通过将细化模块集成到扩散模型中来提高化妆质量。实验表明，AvatarMakeup 在动画中实现了最新的化妆迁移质量和一致性。
引用
@article{arxiv.2507.02419,
title = {AvatarMakeup: Realistic Makeup Transfer for 3D Animatable Head Avatars},
author = {Yiming Zhong and Xiaolin Zhang and Ligang Liu and Yao Zhao and Yunchao Wei},
journal= {arXiv preprint arXiv:2507.02419},
year = {2025}
}