GaussianAvatar：基于可动 3D 高斯从单一视频进行逼真人类化身建模

我们提出了 GaussianAvatar，一种从单一视频创建具有动态 3D 外观的逼真人类化身的高效方法。我们首先引入可动 3D 高斯，以显式表示各种姿态与服装风格下的人类。这种显式且可动的表示能够更高效、一致地从 2D 观测中融合 3D 外观。我们的表示进一步通过动态属性增强，以支持依赖于姿态的外观建模，其中设计了动态外观网络与可优化特征张量来学习运动到外观的映射。此外，通过利用可微运动条件，我们的方法能够在化身建模期间对运动与外观进行联合优化，这有助于解决单目设置中运动估计不准确这一长期存在的问题。GaussianAvatar 的有效性在公开数据集和我们收集的数据集上均得到了验证，证明了其在外观质量和渲染效率方面的优越性能。