MultiGO++：通过几何-纹理协作实现单目3D衣着人物重建
计算机视觉与模式识别
2026-03-06 v1
摘要
单目 3D 衣着人物重建旨在从单张图像生成完整且逼真的带纹理 3D 头像。现有方法通常在多视角监督下训练，需标注几何先验，在推理时由预训练网络从单目输入估计这些先验。这类方法受到三个关键限制制约：受限于训练数据的可用性导致纹理效果不佳，几何上因外部先验不准确，系统上因单模态监督偏差，均导致重建效果不理想。为此，我们提出一种新型重建框架，命名为 MultiGO++，实现有效的系统几何-纹理协作。其包含三个核心模块：(1) 多来源纹理合成策略，构建 15,000 多 3D 带纹理人体扫描，提高挑战场景下纹理质量估计的性能；(2) 区域感知形状提取模块，通过各身体区域特征的交互获取几何信息，以及基于傅里叶的几何编码器以弥补模态间差距，实现有效的几何学习；(3) 双重重建 U-Net 网络，利用几何-纹理协作特征对 3D 人体网格进行精细化和高保真生成。大量实验表明，在两个基准数据集和众多野生案例中，我们的方法优于当前最先进的方法。
引用
@article{arxiv.2603.04993,
title = {MultiGO++: Monocular 3D Clothed Human Reconstruction via Geometry-Texture Collaboration},
author = {Nanjie Yao and Gangjian Zhang and Wenhao Shen and Jian Shu and Yu Feng and Hao Wang},
journal= {arXiv preprint arXiv:2603.04993},
year = {2026}
}