单帧图像的自回归 4D 高斯头像化
计算机视觉与模式识别
2026-04-21 v2
摘要
我们提出 AvatarPointillist，一个从单张肖像图像生成动态 4D 高斯头像的新框架。我们方法的核心是仅包含解码器的 Transformer，自回归地生成用于 3D 高斯渲染的点云。这种顺序方法允许精确、自适应地构建，动态调整点密度和总点数以适应主体的复杂度。在点生成期间，AR 模型还联合预测每个点的绑定信息，从而实现逼真的动画。生成后，专用的高斯解码器将点转换为完整、可渲染的高斯属性。我们证明，将 AR 生成器的潜在特征作为解码器条件输入可实现有效的阶段间交互并显著提升保真度。广泛的实验验证了 AvatarPointillist 能够产生高质量、照片般逼真且可控的头像。我们认为，这种自回归表述代表了头像生成的一种新范式，我们将发布代码以激发未来研究。
关键词
引用
@article{arxiv.2604.04787,
title = {AvatarPointillist: AutoRegressive 4D Gaussian Avatarization},
author = {Hongyu Liu and Xuan Wang and Zijian Wu and Yating Wang and Ziyu Wan and Yue Ma and Runtao Liu and Boyao Zhou and Yujun Shen and Qifeng Chen},
journal= {arXiv preprint arXiv:2604.04787},
year = {2026}
}
备注
Accepted by the CVPR 2026 main conference. Project page: https://kumapowerliu.github.io/AvatarPointillist/