EAvatar：基于生成几何先验的表达式感知头像重建
计算机视觉与模式识别
2025-08-20 v1 人工智能
摘要
高保真头像重建在 AR/VR、游戏和多媒体内容创建中发挥着关键作用。最近的 3D 高斯溅写（3DGS）技术在实时渲染能力和复杂几何建模方面取得了显著进展，广泛应用于高保真头像重建任务。然而，现有的 3DGS 方法在捕捉细粒度面部表情和保持局部纹理连续性方面仍面临重大挑战，尤其是在高度可变形区域。为缓解这些限制，我们提出了一种基于 3DGS 的新型框架，称为 EAvatar，用于表达式感知和变形感知的头像重建。该方法引入稀疏表达式控制机制，通过少量关键高斯点影响其相邻高斯点的变形，从而实现对局部变形和细粒度纹理过渡的精准建模。此外，我们利用来自预训练生成模型的高质量 3D 先验，提供更可靠的面部几何，为训练期间的收敛稳定性和形状精度提供结构性指导。实验结果表明，我们的方法能够产生更精确、视觉上连贯的头部重建，同时改善了表达式可控性和细节保真度。
引用
@article{arxiv.2508.13537,
title = {EAvatar: Expression-Aware Head Avatar Reconstruction with Generative Geometry Priors},
author = {Shikun Zhang and Cunjian Chen and Yiqun Wang and Qiuhong Ke and Yong Li},
journal= {arXiv preprint arXiv:2508.13537},
year = {2025}
}
备注
20 pages, 11 figures