基于人类高斯模型学习高效且可泛化的人类表示
计算机视觉与模式识别
2025-07-28 v1
摘要
建模可动画人类模型从视频中是一个长期且具有挑战性的问题。虽然传统方法需要逐实例优化，但最近的前馈方法被提出用于生成具有可学习网络的3D高斯。然而，这些方法为每个帧独立预测高斯，未能充分捕获来自不同时间戳的高斯之间的关系。为此，我们提出了人类高斯图(human Gaussian Graph)来建模预测高斯与人类SMPL网格之间的连接，以便利用所有帧的信息来恢复可动画人类表示。具体而言，人类高斯图包含双层结构，其中高斯是第一层节点，网格顶点则作为第二层节点。基于此结构，我们进一步提出了节点内操作以聚合与一个网格顶点相连的各种高斯，并提出了节点间操作以支持网格节点邻居之间的消息传递。在新视角合成和新姿态动画实验中，我们的方法表现出效率和泛化能力。
引用
@article{arxiv.2507.18758,
title = {Learning Efficient and Generalizable Human Representation with Human Gaussian Model},
author = {Yifan Liu and Shengjun Zhang and Chensheng Dai and Yang Chen and Hao Liu and Chen Li and Yueqi Duan},
journal= {arXiv preprint arXiv:2507.18758},
year = {2025}
}