MeshLAM：面向单图的可动画纹理网格头像重建
计算机视觉与模式识别
2026-04-28 v1
摘要
我们提出MeshLAM，一个面向单图的可动画网格头部重建的前馈框架，从单张图像生成高保真、可动画的3D头部头像。不同于依赖耗时的测试时优化或大量多视角数据的先前工作，本方法能够在单次前向传播中从单张图像生成完整的网格表示，并内置动画能力。我们的方案采用双形状与纹理图架构，同时处理网格顶点和纹理图，基于从共享变换器主干网络中提取的图像特征，实现连贯的形状雕刻和外观建模。为防止网格塌陷并确保在前馈变形期间保持拓扑完整性，我们提出了基于迭代GRU的解码机制，结合渐进的几何变形和纹理细化，同时引入一种新颖的基于重投影的纹理指导机制，将外观学习锚定在输入图像上。大量实验表明，我们的方法在重建质量、动画能力和计算效率方面均优于最先进的方法。项目页面可访问于https://meshlam.github.io。
引用
@article{arxiv.2604.22865,
title = {MeshLAM: Feed-Forward One-Shot Animatable Textured Mesh Avatar Reconstruction},
author = {Yisheng He and Steven Hoi},
journal= {arXiv preprint arXiv:2604.22865},
year = {2026}
}
备注
Accepted to CVPR 2026