COSY：用于解耦人类头部编辑的组合式三维高斯泼溅合成
计算机视觉与模式识别
2026-05-26 v1
摘要
最近用于人类头部的三维高斯泼溅（3DGS）生成对抗网络（GAN）能够实时合成和渲染逼真的三维模型，并在身份和外观方面提供了巨大的多样性。然而，控制特定的语义属性（如发色或眼镜）仍然具有挑战性，因为纠缠的潜在空间中的编辑常常会引入身份或外观的意外变化。尽管有几种方法旨在通过估计仅修改特定特征的方向来在训练后解耦潜在空间，但这些方法无法保证完全解耦，并且通常需要预训练的分类器。在我们的方法中，我们提出了一种新的生成器架构，该架构完全独立地合成组件，例如头发、皮肤、眼镜和躯干。这允许更改一个区域的潜在向量，同时保持其余部分固定。此外，我们仅使用稀疏信息（如头发或皮肤颜色）就实现了这种分离，消除了先前工作中常见的分割掩码或几何先验的需求。为了确保编辑过程中形状和光照条件的匹配，我们允许通过上下文令牌在独立生成器之间共享最少的信息。这些令牌甚至使我们能够控制形状和光照，而无需任何先验注释。与现有的基于GAN的生成和编辑工作相比，我们的方法显示出更好的解耦性、更精确的编辑控制和有竞争力的视觉质量。
引用
@article{arxiv.2605.24114,
title = {COSY: Compositional 3DGS Synthesis for Disentangled Human Head Editing},
author = {Florian Barthel and Shalini De Mello and Koki Nagano and Wieland Morgenstern and Anna Hilsmann and Peter Eisert},
journal= {arXiv preprint arXiv:2605.24114},
year = {2026}
}