F3G-Avatar：面向面部的全身高斯化身
计算机视觉与模式识别
2026-04-14 v1 人工智能
摘要
现有的全身高斯化身方法主要优化全局重建质量，并且常常无法保留精细的面部几何和表情细节。这一挑战源于有限的面部表示能力，导致难以建模高频的姿势相关形变。为了解决这个问题，我们提出了F3G-Avatar，一种全身、面部感知的化身合成方法，从多视角RGB视频和回归的姿势/形状参数重建可动画化的人体表示。从穿衣的Momentum Human Rig (MHR)模板开始，通过一个双分支架构将前/后位置图渲染并解码为3D高斯：一个捕捉姿势相关非刚性形变的身体分支，和一个细化头部几何和外观的面向面部的形变分支。预测的高斯被融合，通过线性混合蒙皮(LBS)进行摆姿，并使用可微分高斯泼溅进行渲染。训练结合了重建和感知目标与一个面部特定的对抗损失，以增强特写视图的真实感。实验展示了强大的渲染质量，在AvatarReX数据集上，面部视图性能达到PSNR/SSIM/LPIPS分别为26.243/0.964/0.084。消融研究进一步突出了MHR模板和面向面部的形变的贡献。F3G-Avatar为逼真的、可动画化的全身化身合成提供了一个实用、高质量的流程。
引用
@article{arxiv.2604.09835,
title = {F3G-Avatar : Face Focused Full-body Gaussian Avatar},
author = {Willem Menu and Erkut Akdag and Pedro Quesado and Yasaman Kashefbahrami and Egor Bondarev},
journal= {arXiv preprint arXiv:2604.09835},
year = {2026}
}
备注
CVPRW 3DMV, 10 pages