更好的骨骼绑定，而非更大的网络：高斯化身的身体模型消融研究
计算机视觉与模式识别
2026-04-06 v2 人工智能
摘要
最近建立在SMPL之上的三维高斯溅射方法实现了显著的视觉保真度，同时不断增加整体训练架构的复杂性。我们证明其中大部分复杂性是不必要的：通过用SAM-3D-Body估计的动量人体骨骼绑定（Momentum Human Rig, MHR）替代SMPL，一个最小化流水线，无需学习变形或姿态依赖校正，即可在PeopleSnapshot和ZJU-MoCap上实现最高报告的PSNR和具有竞争力或更优的LPIPS和SSIM。为了将姿态估计质量与身体模型表达能力区分开来，我们进行了两项受控消融实验：将SAM-3D-Body网格转换为SMPL-X，以及在相同条件下重新训练将原始数据集的SMPL姿态转换为MHR。这些消融实验证实，身体模型表达能力一直是化身重建的主要瓶颈，网格表达能力和姿态估计质量均对完整流水线的增益做出了有意义的贡献。
引用
@article{arxiv.2604.01447,
title = {Better Rigs, Not Bigger Networks: A Body Model Ablation for Gaussian Avatars},
author = {Derek Austin},
journal= {arXiv preprint arXiv:2604.01447},
year = {2026}
}