MonoGaussianAvatar：单目高斯点基头部化身
计算机视觉与模式识别
2023-12-08 v1
摘要
从单目人像视频序列重建的照片级真实感头部化身的动画能力，是弥合虚拟与现实世界之间差距的关键一步。头部化身技术的最新进展，包括显式3D可变形网格（3DMM）、点云和神经隐式表示，已被用于这项持续的研究。然而，基于3DMM的方法受限于其固定的拓扑结构，基于点的方法由于涉及大量点而承受沉重的训练负担，而最后一种方法则受限于变形灵活性和渲染效率。为应对这些挑战，我们提出了MonoGaussianAvatar（单目高斯点基头部化身），这是一种利用3D高斯点表示与高斯变形场相结合，从单目人像视频中学习显式头部化身的新方法。我们用具有可适应形状的高斯点来定义头部化身，从而实现灵活的拓扑结构。这些点通过高斯变形场与目标姿态和人物表情对齐进行移动，促进了高效的变形。此外，高斯点具有可控的形状、大小、颜色和不透明度，并结合高斯泼溅，允许高效的训练和渲染。实验证明了我们方法的优越性能，在先前方法中取得了最先进的结果。
引用
@article{arxiv.2312.04558,
title = {MonoGaussianAvatar: Monocular Gaussian Point-based Head Avatar},
author = {Yufan Chen and Lizhen Wang and Qijing Li and Hongjiang Xiao and Shengping Zhang and Hongxun Yao and Yebin Liu},
journal= {arXiv preprint arXiv:2312.04558},
year = {2023}
}
备注
The link to our projectpage is https://yufan1012.github.io/MonoGaussianAvatar