PoseGaussian：面向鲁棒3D人体重建的姿态驱动新视角合成
计算机视觉与模式识别
2026-02-06 v1 图形学
摘要
我们提出PoseGaussian，一种基于姿态引导的高保真人体新视角合成的高斯溅射框架。人体姿态在我们的设计中发挥双重作用：作为结构先验，其被融合到颜色编码器中以细化深度估计；作为时间线索，其被处理由专用姿态编码器处理，以增强跨帧的时间一致性。这些组件集成到一个完全可微分、端到端可训练的管道中。不同于以前仅将姿态用作条件或用于形变的工作方法，PoseGaussian将姿态信号嵌入几何和时间阶段，以提升鲁棒性和泛化能力。它特别设计用于应对动态人体场景所固有的挑战，如关节运动和严重自遮挡。值得注意的是，我们框架实现了100 FPS的实时渲染，保持了标准高斯溅射管道的效率。我们在ZJU-MoCap、THuman2.0和内部数据集上进行验证，展示了在感知质量和结构准确性方面的最佳性能（PSNR 30.86，SSIM 0.979，LPIPS 0.028）。
关键词
引用
@article{arxiv.2602.05190,
title = {PoseGaussian: Pose-Driven Novel View Synthesis for Robust 3D Human Reconstruction},
author = {Ju Shen and Chen Chen and Tam V. Nguyen and Vijayan K. Asari},
journal= {arXiv preprint arXiv:2602.05190},
year = {2026}
}