TeGA:用于高分辨率动态头部建模的纹理空间高斯化身
计算机视觉与模式识别
2025-05-12 v1
摘要
通过3D高斯溅射的稀疏体素重建和渲染最近实现了可在任意视角下渲染的具有惊人照片真实感的可动画3D头部化身。如今,此类照片级真实感化身被视为远程临存、扩展现实和娱乐领域新兴应用的关键组成部分。构建照片级真实感化身需要从输入视频图像中估计不同面部组件的复杂非刚性运动;由于运动估计不准确,与从单个面部表情构建的不可动画模型相比,可动画模型通常会出现保真度和细节的丧失。此外,最近的最先进模型经常受到内存限制的影响,减少了用于建模的3D高斯数量,导致较低的细节和质量。为了解决这些问题,我们提出了一种新的高细节3D头部化身模型,在最先进的基础上进行了大幅改进,显著增加了3D高斯的数量和渲染质量。我们的高质量模型从多视角输入视频重建,并基于网格的3D形态模型构建,该模型为头部提供了一个粗变形层。照片级真实感外观通过嵌入该网格连续UVD切线空间中的3D高斯来建模,从而在最需要的地方实现更有效的稠密化。此外,这些高斯通过一种新颖的UVD变形场进行变形,以捕捉细微的局部运动。我们的关键贡献是新颖的可变形高斯编码和整体拟合程序,使我们的头部模型能够在捕捉面部运动和其他瞬态高频特征(如皮肤皱纹)的同时保持外观细节。
引用
@article{arxiv.2505.05672,
title = {TeGA: Texture Space Gaussian Avatars for High-Resolution Dynamic Head Modeling},
author = {Gengyan Li and Paulo Gotardo and Timo Bolkart and Stephan Garbin and Kripasindhu Sarkar and Abhimitra Meka and Alexandros Lattas and Thabo Beeler},
journal= {arXiv preprint arXiv:2505.05672},
year = {2025}
}
备注
10 pages, 9 figures, supplementary results found at: https://syntec-research.github.io/UVGA/, to be published in SIGGRAPH 2025