快速且基于物理的神经显式表面用于可重绘的人类头像
计算机视觉与模式识别
2025-03-25 v1
摘要
高效地从稀疏视角视频中建模可重绘的人类头像对 AR/VR 应用至关重要。当前方法使用神经隐式表示来捕获动态几何和反射率，由于需要稠密采样进行体渲染，导致高计算成本。为克服这些挑战，我们提出一种基于物理的神经显式表面（PhyNES），其采用基于神经显式表面（NES）表示的紧凑神经材料图。PhyNES 将人类模型组织在紧凑的二维空间中，增强了材料解耦效率。通过将符号距离场连接到显式表面，PhyNES 实现了基于参数化人类形状模型的几何推断。该方法将动态几何、纹理和材料图建模为二维神经表示，从而实现高效光栅化。PhyNES 有效捕获了在不同照明条件下的物理表面属性，实现实时物理基于渲染。实验表明，PhyNES 在保持渲染质量的同时，显著提高了渲染速度、内存效率和重建质量。
引用
@article{arxiv.2503.18408,
title = {Fast and Physically-based Neural Explicit Surface for Relightable Human Avatars},
author = {Jiacheng Wu and Ruiqi Zhang and Jie Chen and Hui Zhang},
journal= {arXiv preprint arXiv:2503.18408},
year = {2025}
}