LAM：面向单图可动画高斯头的大型头像模型
最优化与控制
2025-02-26 v1
摘要
我们提出LAM（Large Avatar Model），一种用于从单张图像重建可动画高斯头的创新方法。不同于以前需要在捕获的视频序列上进行大量训练或依赖辅助神经网络在推理期间进行动画和渲染的做法，LAM生成的高斯头即刻可动画和可渲染。具体而言，LAM在单次前向传播中即可创建可动画的高斯头，无需额外网络或后处理步骤即可实现重塑和渲染。该能力使其能够无缝集成到现有渲染管道中，实现跨平台（包括移动电话）的实时动画和渲染。本框架的核心是标准化高斯属性生成器，它利用FLAME标准点作为查询，这些点通过Transformer与多尺度图像特征交互，以准确预测标准化空间中的高斯属性。重建的标准化高斯头随后可利用标准线性混合皮肤（LBS）配合纠正混合形状进行动画，类似FLAME模型的做法，并可在各种平台上实时渲染。我们的实验结果表明，LAM 在现有基准测试中超越了最先进的方法。我们的代码和视频均可在 https://aigc3d.github.io/projects/LAM/ 获取。
引用
@article{arxiv.2502.17795,
title = {On Infinite-horizon Minimum Energy Control},
author = {Mohamed-Ali Belabbas and Xudong Chen},
journal= {arXiv preprint arXiv:2502.17795},
year = {2025}
}