GaussianGAN：实时逼真可控的人类头像
计算机视觉与模式识别
2025-09-03 v1
摘要
由于神经渲染技术的快速进步，逼真且可控的人类头像在研究社区获得了广泛关注，提供了快速且逼真的合成工具。然而，现有解决方案的一个局限是存在明显的模糊。为解决此问题，我们提出了 GaussianGAN，这是一种用于实时渲染人类形象的可动画化头像方法。我们引入一种新颖的高斯点稀疏策略，通过围绕估计的骨骼肢干表面构建高斯点。给定相机标定，我们渲染出准确的语义分割图，其基于我们新颖的视图分割模块。最后，UNet 生成器使用渲染的高斯点特征和分割图创建逼真的数字化人物头像。该方法以 79 FPS 的渲染速度实现实时运行。在视觉感知和质量方面，它超过了先前的方法，在 ZJU Mocap 数据集上实现了 32.94dB的像素保真度，在 Thuman4 数据集上实现了 33.39dB的像素保真度。
引用
@article{arxiv.2509.01681,
title = {GaussianGAN: Real-Time Photorealistic controllable Human Avatars},
author = {Mohamed Ilyes Lakhal and Richard Bowden},
journal= {arXiv preprint arXiv:2509.01681},
year = {2025}
}
备注
IEEE conference series on Automatic Face and Gesture Recognition 2025