GaussianBody：基于3D高斯泼溅的着装人体重建
计算机视觉与模式识别
2024-01-30 v2
摘要
在本工作中，我们提出了一种基于3D高斯泼溅（3D Gaussian Splatting）的着装人体重建新方法 GaussianBody。与成本高昂的基于神经辐射场的模型相比，3D高斯泼溅近期在训练时间和渲染质量方面展现出了优异的性能。然而，由于复杂的非刚性形变和丰富的衣物细节，将静态3D高斯泼溅模型应用于动态人体重建问题并非易事。为了应对这些挑战，我们的方法考虑了显式的姿态引导形变，以关联规范空间和观察空间之间的动态高斯，并引入了具有正则化变换的基于物理的先验，以缓解两个空间之间的模糊性。在训练过程中，我们进一步提出了一种姿态优化策略，用于更新姿态回归以补偿不准确的初始估计，并提出了一种带缩放的分裂机制以增强回归点云的密度。实验验证了我们的方法能够为动态着装人体实现具有高质量细节的 SOTA 光照真实感新视角渲染结果，以及显式的几何重建。
引用
@article{arxiv.2401.09720,
title = {GaussianBody: Clothed Human Reconstruction via 3d Gaussian Splatting},
author = {Mengtian Li and Shengxiang Yao and Zhifeng Xie and Keyu Chen},
journal= {arXiv preprint arXiv:2401.09720},
year = {2024}
}