GGAvatar：从单目视频重建服装分离的3D高斯泼溅化身
计算机视觉与模式识别
2024-11-18 v1 人工智能
多媒体
摘要
化身建模在人体动画和虚拟试穿中有广泛应用。该领域近期的进展集中于高质量和全面的人体重建，但往往忽视了服装与身体的分离。为填补这一空白，本文提出了GGAvatar（服装分离的3D高斯泼溅化身），它依赖于单目视频。通过先进的参数化模板和独特的分阶段训练，该模型有效地实现了穿衣人体的解耦、可编辑和逼真重建。与其他高成本模型的比较评估证实了GGAvatar在穿衣人体和可分离服装建模方面的优越质量和效率。论文还展示了服装编辑应用，如图1所示，突出了该模型的优势和有效解耦的优势。代码可在https://github.com/J-X-Chen/GGAvatar/获取。
引用
@article{arxiv.2411.09952,
title = {GGAvatar: Reconstructing Garment-Separated 3D Gaussian Splatting Avatars from Monocular Video},
author = {Jingxuan Chen},
journal= {arXiv preprint arXiv:2411.09952},
year = {2024}
}
备注
MMAsia'24 Accepted