基于 GS 增强网格的解缝化头像生成

文本驱动的头像生成因其便利性而受到广泛关注。然而，现有方法通常将人体及所有服装建模为单个 3D 模型，限制了其可用性（如服装替换），并降低了用户对生成过程的控制。为克服上述限制，我们提出了 DAGSM（Disentangled Avatar Generation with GS-enhanced Mesh），这是一条生成来自给定文本提示中解缝化人体和服装的新型管道。具体而言，我们将衣服的人体每个部分（如身体、上/下衣）建模为一个 GS 增强网格 (GSM)，这是一种传统网格附加 2D 高斯以更好地处理复杂纹理（如羊毛、半透明服装）并产生逼真的服装动画。在生成过程中，我们首先创建未穿衣物的人体，然后依次生成每个服装，其中我们引入一种基于语义的方法以实现更好的人体-服装和服装-服装分离。为提高纹理质量，我们提出了一种视图一致纹理细化模块，包括用于纹理风格一致性的跨视图注意力机制以及用于更新外观的入射角加权去噪 (IAW-DE) 策略。广泛的实验表明，DAGSM 生成高质量的解缝化头像，支持服装替换和逼真的动画，并且在视觉质量方面优于基线方法。