HAHA: 结合纹理网格先验的高关节高斯人体虚拟形象
计算机视觉与模式识别
2024-10-10 v2
摘要
我们提出了 HAHA——一种从单目输入视频生成可动画人体虚拟形象的新方法。该方法依赖于学习在使用高斯泼溅与纹理网格之间进行权衡，以实现高效且高保真度的渲染。我们展示了其在通过 SMPL-X 参数化模型控制的全身人体虚拟形象的动画和渲染方面的效率。我们的模型学习仅在 SMPL-X 网格必要的区域应用高斯泼溅，例如头发和网格外衣物。这使得表示完整虚拟形象所使用的高斯数量降至最少，并减少了渲染伪影。这使我们能够处理传统上被忽略的诸如手指等小身体部位的动画。我们在两个开放数据集 SnapshotPeople 和 X-Humans 上展示了我们方法的有效性。我们的方法在 SnapshotPeople 上展示了与最先进方法相当的重建质量，同时使用的高斯数量不到三分之一。HAHA 在 X-Humans 的新姿态上在定量和定性方面均优于以前的最先进方法。
引用
@article{arxiv.2404.01053,
title = {HAHA: Highly Articulated Gaussian Human Avatars with Textured Mesh Prior},
author = {David Svitov and Pietro Morerio and Lourdes Agapito and Alessio Del Bue},
journal= {arXiv preprint arXiv:2404.01053},
year = {2024}
}