FastGHA：支持实时动画的泛化小样本3D高斯头部化身
计算机视觉与模式识别
2026-02-02 v2
摘要
尽管基于3D高斯的头部化身建模近期取得了进展，但高效生成高保真化身仍然是一个挑战。当前方法通常依赖于大量的多视角采集设置或单目视频，并在推理时进行逐身份优化，这限制了其在未见过的对象上的可扩展性和易用性。为了克服这些效率缺陷，我们提出了FastGHA，这是一种前馈方法，仅从少量输入图像即可生成高质量的3D高斯头部化身，同时支持实时动画。我们的方法直接从输入图像中学习逐像素的高斯表示，并使用基于Transformer的编码器聚合多视角信息，该编码器融合了来自DINOv3和Stable Diffusion VAE的图像特征。为实现实时动画，我们用逐高斯特征扩展了显式高斯表示，并引入了一个轻量级的基于MLP的动态网络，以根据表情代码预测3D高斯形变。此外，为了增强3D头部的几何平滑性，我们采用来自预训练大型重建模型的点图作为几何监督。实验表明，我们的方法在渲染质量和推理效率上均显著优于现有方法，同时支持实时动态化身动画。
引用
@article{arxiv.2601.13837,
title = {FastGHA: Generalized Few-Shot 3D Gaussian Head Avatars with Real-Time Animation},
author = {Xinya Ji and Sebastian Weiss and Manuel Kansy and Jacek Naruniec and Xun Cao and Barbara Solenthaler and Derek Bradley},
journal= {arXiv preprint arXiv:2601.13837},
year = {2026}
}
备注
Accepted to ICLR 2026