基于分层表示的解耦衣着化身生成
计算机视觉与模式识别
2025-09-08 v2
摘要
衣着化身生成在虚拟/增强现实、电影制作等领域具有广泛应用前景。先前方法已成功实现多样化的数字化身生成，但要实现化身组件（如身体、发型和服装）的解耦，长期以来一直是挑战。本文提出 LayerAvatar，首个基于 feed-forward 扩散模型的生成组件解耦衣着化身方法。为实现此目标，我们首先提出一种分层 UV 特征平面表示，其中化身组件分布在基于高斯的 UV 特征平面的不同层中，并附带相应语义标签。该表示支持高分辨率和实时渲染，以及可控的动作表达，包括手势和面部表情。基于精心设计的表示，我们训练单个一阶段扩散模型，并引入约束项以解决最内层人体层的严重遮挡问题。大量实验表明，我们的方法在生成解耦衣着化身方面表现卓越，并进一步探索了在组件迁移中的应用。项目页面地址：https://olivia23333.github.io/LayerAvatar/
引用
@article{arxiv.2501.04631,
title = {Disentangled Clothed Avatar Generation with Layered Representation},
author = {Weitian Zhang and Yichao Yan and Sijing Wu and Manwen Liao and Xiaokang Yang},
journal= {arXiv preprint arXiv:2501.04631},
year = {2025}
}
备注
ICCV 2025 highlight, project page: https://olivia23333.github.io/LayerAvatar/