CartoonAlive：从单张肖像生成高质量 Live2D 数字人物
计算机视觉与模式识别
2025-07-24 v1
摘要
随着大型基础模型、AI 生成内容、云渲染和实时运动捕捉技术的快速发展，数字人物现在能够实现面部表情和身体动作同步，能够通过自然语言进行智能对话，并实现个人化头像的快速创建。虽然当前主流的数字人物方法主要关注3D模型和2D视频表示，但面向交互式2D卡通风格的数字人物关注程度相对较少。相较于需要复杂建模和高渲染成本的3D数字人物，以及灵活性和实时交互性较差的2D视频方案，2D卡通风格的Live2D模型提供了更高效和更具表达力的替代方案。通过模拟层次分段实现类似3D的运动，无需传统3D建模，Live2D实现了动态和实时操控。在本技术报告中，我们提出CartoonAlive，这是一种从单个输入肖像图像生成高质量Live2D数字人物的创新方法。CartoonAlive利用3D面部建模中常见的形状基准概念，构建适用于Live2D的面部混合形状。然后，根据从输入图像中检测到的面部关键点推断相应的混合形状权重。该方法允许在不到半分钟的时间内快速生成一个高度具表达力且视觉准确度高、与输入肖像高度吻合的Live2D模型。我们的工作为创建交互式2D卡通角色提供了一种实用且可扩展的解决方案，为数字内容创建和虚拟角色动画开辟了新的可能性。项目主页为https://human3daigc.github.io/CartoonAlive_webpage/。
引用
@article{arxiv.2507.17327,
title = {CartoonAlive: Towards Expressive Live2D Modeling from Single Portraits},
author = {Chao He and Jianqiang Ren and Jianjing Xiang and Xiejie Shen},
journal= {arXiv preprint arXiv:2507.17327},
year = {2025}
}