OMG-Avatar：基于单张图像的单射多分辨率高斯头像模型
计算机视觉与模式识别
2026-03-31 v2
摘要
我们提出了 OMG-Avatar，一种新颖的单 shot 方法，利用多分辨率 (Level-of-Detail, LOD) 高斯表示，从单张图像在 0.2 秒内实现可动画 3D 头 reconstruction。该方法通过统一模型支持不同硬件能力和推理速度需求的 LOD 头像建模。为捕捉全局与局部面部特征，我们采用基于 transformer 的架构进行全局特征提取，并采用投影-based 采样获取局部特征。这些特征在深度缓冲区的指引下有效融合，确保遮挡的合理性。我们进一步引入粗到细学习范式以支持 Level-of-Detail 功能并提升层次细节感知。为解决 3DMM 在建模非头区域（如肩部）时的局限，我们引入了多区域分解方案，对头部和肩部分别进行预测，然后通过跨区域组合进行整合。大量实验表明，OMG-Avatar 在重建质量、再现性能和计算效率方面均优于最先进的方法。项目主页为 https://human3daigc.github.io/OMGAvatar_project_page/。
引用
@article{arxiv.2603.01506,
title = {OMG-Avatar: One-shot Multi-LOD Gaussian Head Avatar},
author = {Jianqiang Ren and Lin Liu and Steven Hoi},
journal= {arXiv preprint arXiv:2603.01506},
year = {2026}
}