基于稀疏监督的稳定虚拟人编辑的信息正则化约束反演
计算机视觉与模式识别
2026-04-06 v1
摘要
编辑可动画化的人类虚拟人通常依赖稀疏监督，通常是少量编辑关键帧，但 naive地将重建的虚拟人拟合到这些编辑常常导致身份泄露和依赖姿态的时间闪烁。我们认为这些失败最好被理解为一种病态反演：可用的编辑约束不足以确定负责预期编辑的潜变量方向。我们提出了一种条件引导的编辑重建框架，将编辑作为结构化虚拟人潜空间中的约束反演来执行，将更新限制在低维的、部件特定的编辑子空间中，以防止意外的身份变化。关键的是，我们在反演过程中通过优化由完整解码-渲染管线局部线性化导出的条件化目标来设计编辑约束，生成一个编辑子空间信息矩阵，其谱预测稳定性并驱动帧重加权/关键帧激活。该方法在小子空间矩阵上运行，可以高效实现（例如通过 Hessian-向量积），并在有限的编辑监督下提高了稳定性。
引用
@article{arxiv.2604.02883,
title = {Information-Regularized Constrained Inversion for Stable Avatar Editing from Sparse Supervision},
author = {Zhenxiao Liang and Qixing Huang},
journal= {arXiv preprint arXiv:2604.02883},
year = {2026}
}