Skullptor：基于多视图法向预测实现秒级高保真 3D 头重建
计算机视觉与模式识别
2026-03-30 v3 图形学
摘要
从图像重建高保真 3D 头部几何对广泛的应用至关重要，但现有方法面临根本性局限。传统测量法达到卓越细节，但需要大量摄像机阵列（25-200+ 视图）、大量计算资源，并在面部胡须等挑战区域需要人工清理。最近的替代方法存在根本性权衡：基础模型实现高效单图像重建但缺乏细致的几何细节，而优化方法实现更高的保真度但需要密集视图和高昂的计算成本。我们采用一种混合方法，结合两大范式的优势。我们引入一种多视图表面法向预测模型，将单视图基础模型扩展以包含跨视图注意力机制，实现在一次前向传递中生成几何一致的法向。随后，我们将这些预测用作强几何先验，纳入逆渲染优化框架，以恢复高频率表面细节。我们的方法在单视图和多视图方法上均取得优异成绩，实现的高保真重建与密集视图测量法相当，同时大幅降低了摄像机需求和计算成本。
引用
@article{arxiv.2602.21100,
title = {Skullptor: High Fidelity 3D Head Reconstruction in Seconds with Multi-View Normal Prediction},
author = {Noé Artru and Rukhshanda Hussain and Emeline Got and Alexandre Messier and David B. Lindell and Abdallah Dib},
journal= {arXiv preprint arXiv:2602.21100},
year = {2026}
}
备注
For our project page, see https://ubisoft-laforge.github.io/character/skullptor/