Zero-Shot 3D 高斯头像从非结构化手机图像中捕获、标准化、喷射
计算机视觉与模式识别
2025-10-28 v3 图形学
摘要
我们提出了一种新颖的零样本方法，用于从少量非结构化手机图像中创建逼真且身份保持的 3D 头像。现有方法面临多个挑战：单视图方法存在几何不一致和幻觉问题，导致身份保持性能下降；训练于合成数据的方法无法捕捉皮肤皱纹和细发丝等高频细节，限制了逼真度。我们的 метод引入了两个关键贡献：(1) 一个生成式标准化模块，用于处理多个非结构化视图并生成统一、一致的表示；(2) 一个基于我们新构建的大规模数据集训练的 transformer 模型，该数据集包含来自真实人物拱顶捕获的高保真高斯消散头像。该“Capture, Canonicalize, Splat”管道从非结构化照片中生成具有惊人逼真度和稳健身份保持能力的静态上半身 3D 头像。
引用
@article{arxiv.2510.14081,
title = {Capture, Canonicalize, Splat: Zero-Shot 3D Gaussian Avatars from Unstructured Phone Images},
author = {Emanuel Garbin and Guy Adam and Oded Krams and Zohar Barzelay and Eran Guendelman and Michael Schwarz and Matteo Presutto and Moran Vatelmacher and Yigal Shenkman and Eli Peker and Itai Druker and Uri Patish and Yoav Blum and Max Bluvstein and Junxuan Li and Rawal Khirodkar and Shunsuke Saito},
journal= {arXiv preprint arXiv:2510.14081},
year = {2025}
}
备注
This work received the Best Paper Honorable Mention at the AMFG Workshop, ICCV 2025