具有层次运动上下文的顺序高斯头像
计算机视觉与模式识别
2025-03-03 v2 人工智能
摘要
神经渲染的兴起显著推进了3D人类头像的渲染质量，最近流行的3DGS技术实现了实时性能。然而，基于SMPL驱动的3DGS人类头像在拟合过程中因姿态到外观的复杂映射仍难以捕获细微的外观细节。本文提出SeqAvatar，通过挖掘显式的3DGS表示更好地基于层次运动上下文建模人类头像。具体而言，我们利用粗到细的运动条件，纳入整体人类骨架和非刚性变形的细粒度顶点运动。为增强所提出运动条件的鲁棒性，我们采用时空多尺度抽样策略在层次上整合更多运动线索来建模人类头像。大量实验表明，我们的方法在3DGS方法之上显著优于，并在交付相当乃至更优于包含时间上下文的最新NeRF模型的速度上快了一个数量级。
引用
@article{arxiv.2411.16767,
title = {Background-Aware Defect Generation for Robust Industrial Anomaly Detection},
author = {Youngjae Cho and Gwangyeol Kim and Sirojbek Safarov and Seongdeok Bang and Jaewoo Park},
journal= {arXiv preprint arXiv:2411.16767},
year = {2025}
}
备注
16 pages