ELITE：基于学习初始化和测试时生成式适应的单目视频高效高斯头像
计算机视觉与模式识别
2026-01-16 v1
摘要
我们提出ELITE，一种通过学习初始化和测试时生成式适应从单目视频中高效合成高斯头像。先前方法要么依赖3D数据先验，要么依赖2D生成先验来弥补单目视频中缺失的视觉线索。然而，3D数据先验方法往往难以在野外泛化，而2D生成先验方法又计算昂贵且易产生身份幻觉。我们识别到这两种先验之间存在互补的协同关系，设计了高效系统，实现了具备强大野外泛化能力的高保真可动画头像合成。具体而言，我们引入一种前馈Mesh2Gaussian先验模型（MGPM），可快速初始化高斯头像。为进一步在测试时弥合域间隙，我们设计了测试时生成式适应阶段，利用真实和合成图像作为监督。不同于之前缓慢且易产生幻觉的完整扩散去噪策略，我们提出基于高斯头像渲染的单步扩散增强器，以恢复缺失的视觉细节。我们的实验表明，ELITE产生的视觉质量优于先前方法，即使在挑战性表情下也能做到，而且相较于2D生成先验方法实现了60倍的快速合成。
引用
@article{arxiv.2601.10200,
title = {ELITE: Efficient Gaussian Head Avatar from a Monocular Video via Learned Initialization and TEst-time Generative Adaptation},
author = {Kim Youwang and Lee Hyoseok and Subin Park and Gerard Pons-Moll and Tae-Hyun Oh},
journal= {arXiv preprint arXiv:2601.10200},
year = {2026}
}
备注
Project page: https://kim-youwang.github.io/elite