Quaffure：实时准静态神经发模拟

真实的发丝运动对于高质量虚拟形象至关重要，但通常受到实时应用可用计算资源的限制。为应对这一挑战，我们提出了一种新颖的神经方法来预测物理上合理的发丝形变，该方法可泛化到各种身体姿态、体型和发型。我们的模型使用自监督损失进行训练，无需昂贵的数据生成和存储。我们通过大量结果展示了该方法在广泛姿态和体型变化下的有效性，证明了其强大的泛化能力和时间上的平滑性。该方法非常适合实时应用，在消费级硬件上推理时间仅需几毫秒，并且能够扩展到在0.3秒内预测1000个新郎的发丝垂落效果。