FlexAvatar：基于部分监督学习的完整 3D 头像
计算机视觉与模式识别
2026-04-09 v2
摘要
我们介绍 FlexAvatar，这是一种从单张图像创建高质量且完整的 3D 头像的方法。核心挑战在于多视图数据稀缺，以及单眼训练易导致 3D 头像重建不完整的倾向。我们识别出这一问题的根本原因是：在单眼视频中学习时，驱动信号与目标视点的耦合。为此，我们提出一种基于 Transformer 的 3D 人物动画模型，引入可学习的数据源标记（即 bias sink），实现单眼和多视图数据集的统一训练。该设计在推理阶段利用两类数据的优势：从单眼数据获取强泛化能力，从多视图监督获取完整的 3D 结构。此外，我们的训练过程构建平滑的潜在头像空间，支持身份插值及对任意数量输入观察的灵活适配。在针对单视图、零样本和单眼人物化妆品创建任务的大规模评估中，我们验证了 FlexAvatar 的有效性。许多现有方法在视角外推方面表现不佳，而 FlexAvatar 能生成具有逼真面部动画的完整 3D 头像。网站：https://tobias-kirschstein.github.io/flexavatar/
关键词
引用
@article{arxiv.2512.15599,
title = {FlexAvatar: Learning Complete 3D Head Avatars with Partial Supervision},
author = {Tobias Kirschstein and Simon Giebenhain and Matthias Nießner},
journal= {arXiv preprint arXiv:2512.15599},
year = {2026}
}
备注
Accepted to CVPR 2026, Project website: https://tobias-kirschstein.github.io/flexavatar/ , Video: https://youtu.be/g8wxqYBlRGY