NoPo-Avatar：基于稀疏输入的通用可动画人形 without 人类姿态
计算机视觉与模式识别
2025-11-21 v1
摘要
我们解决从单个或稀疏图像中恢复可动画 3D 人类头像的任务。对于该任务，许多先前的 SOTA 方法会使用准确的“ground-truth”相机姿态和人类姿态作为输入，以指导测试时的重建。在本文中，我们表明，如果姿态估计噪声，姿态依赖的重建会显著降低结果。为克服这一问题，我们引入 NoPo-Avatar，仅从图像重建头像，不使用任何姿态输入。通过消除测试时重建对人类姿态的依赖，NoPo-Avatar 不受噪声人类姿态估计的影响，更具适用性。在具有挑战性的 THuman2.0、XHuman 和 HuGe100K 数据集上的实验表明，NoPo-Avatar 在实际场景（无 ground-truth 姿态）下优于现有基线，并在实验室场景（有 ground-truth 姿态）下表现相当。
引用
@article{arxiv.2511.16673,
title = {NoPo-Avatar: Generalizable and Animatable Avatars from Sparse Inputs without Human Poses},
author = {Jing Wen and Alexander G. Schwing and Shenlong Wang},
journal= {arXiv preprint arXiv:2511.16673},
year = {2025}
}
备注
NeurIPS'25; project page: https://wenj.github.io/NoPo-Avatar/