基于 3D 高斯溅写的 HairGS：头发丝重建
计算机视觉与模式识别
2025-09-10 v1
摘要
人类头发重建是计算机视觉中的一个具有日益重要的挑战问题，对于虚拟现实和数字人类建模具有重要意义。最近的 3D 高斯溅写 (3DGS) 技术提供了高效且显式的场景表示，自然契合头发丝结构。本文扩展了 3DGS 框架，以实现从多视角图像中进行丝级头发几何重建。我们的多阶段管道首先使用可微高斯光栅化器重建详细的头发几何，然后通过一种新颖的合并方案将单个高斯段合并为连贯的头发丝，最后在光谱监督下精炼和生长这些头发丝。虽然已有方法通常在几何层面评估重建质量，但往往忽视头发丝的连通性和拓扑结构。为此，我们提出了一种新的评估指标，用作评估头发丝重建拓扑准确性的代理指标。大量实验在合成数据和真实世界数据集上表明，我们的方法能够稳健地处理各种发型，并实现高效重建，通常在一小时内完成。项目页面可在：https://yimin-pan.github.io/hair-gs/ 查看。
引用
@article{arxiv.2509.07774,
title = {HairGS: Hair Strand Reconstruction based on 3D Gaussian Splatting},
author = {Yimin Pan and Matthias Nießner and Tobias Kirschstein},
journal= {arXiv preprint arXiv:2509.07774},
year = {2025}
}
备注
This is the arXiv preprint of the paper "Hair Strand Reconstruction based on 3D Gaussian Splatting" published at BMVC 2025. Project website: https://yimin-pan.github.io/hair-gs/