GroomCap: 高保真无先验头发捕获

尽管多视角头发重建技术近期取得了进展，但由于现有捕获流程的固有局限性，实现发丝级精度仍然是一个重大挑战。我们引入了 GroomCap，这是一种新颖的多视角头发捕获方法，能够在不依赖外部数据先验的情况下，重建出忠实且高保真的头发几何结构。为了解决传统重建算法的局限性，我们提出了一种头发的神经隐式表示，该表示从输入视角编码高分辨率的3D方向和占据情况。这种隐式头发体积通过一种新的体积3D方向渲染算法进行训练，并结合2D方向分布监督，以有效防止因不期望的方向混合而导致的结构信息丢失。我们进一步提出了一种基于高斯的头发优化策略，利用一种新颖的链式高斯表示，结合来自图像的直接光度监督，来优化追踪到的发丝。我们的结果表明，GroomCap 能够捕获高质量的头发几何结构，不仅比现有方法更精确、更详细，而且具有足够的通用性，适用于一系列应用。