HuGDiffusion：基于3D高斯扩散实现单图像人类渲染的通用方法
计算机视觉与模式识别
2025-10-17 v2
摘要
我们提出了HuGDiffusion，一个通用的3D高斯溅写(3DGS)学习管线，用于从单视图输入图像实现人物的新视角合成(NVS)。现有方法通常需要单目视频或已校准的多视角图像作为输入，在实际场景中由于摄像机姿态任意或未知，适用性会受到限制。本文旨在通过基于扩散的框架，从单张图像中提取的人类先验条件，生成3DGS属性集合。具体而言，我们开始进行小心集成的人类中心特征提取，以推导信息丰富的条件信号。基于我们对联合学习整个3DGS属性较难优化的经验观察，我们设计了多阶段生成策略以获得不同类型的3DGS属性。为促进训练过程，我们研究构建代理真实3D高斯属性作为高质量属性级监督信号。通过大量实验，我们的HuGDiffusion在状态方法上显著性能率提升。我们的代码将公开发布。
引用
@article{arxiv.2501.15008,
title = {HuGDiffusion: Generalizable Single-Image Human Rendering via 3D Gaussian Diffusion},
author = {Yingzhi Tang and Qijian Zhang and Junhui Hou},
journal= {arXiv preprint arXiv:2501.15008},
year = {2025}
}