Blur2Sharp: 基于生成先验细化的新型人体姿态与视角合成
计算机视觉与模式识别
2025-12-10 v1
摘要
创造能够真实实现姿态变化和视角灵活性的逼真人类虚拟形象，仍然是计算机视觉和图形学领域的基本挑战。现有方法通常产生几何不一致的多视角图像，或牺牲照片真实感，导致在不同视角和复杂运动下输出模糊。为解决这些问题，我们提出Blur2Sharp，一个将3D感知神经渲染与扩散模型相结合的新型框架，仅从单个参考视角即可生成清晰、几何一致的新视角图像。我们的方法采用双条件架构：首先，Human NeRF模型为目标姿态生成几何一致的多视角渲染，显式编码3D结构引导。随后，一个以这些渲染为条件的扩散模型对生成的图像进行细化，保留细粒度细节和结构保真度。我们进一步通过分层特征融合提升视觉质量，整合从参数化SMPL模型中提取的纹理、法线和语义先验，同时改善全局一致性和局部细节准确性。大量实验表明，Blur2Sharp在新型姿态和视角生成任务中始终超越最先进方法，在涉及宽松衣物和遮挡等挑战性场景中尤为出色。
引用
@article{arxiv.2512.08215,
title = {Blur2Sharp: Human Novel Pose and View Synthesis with Generative Prior Refinement},
author = {Chia-Hern Lai and I-Hsuan Lo and Yen-Ku Yeh and Thanh-Nguyen Truong and Ching-Chun Huang},
journal= {arXiv preprint arXiv:2512.08215},
year = {2025}
}