迈向基于单视图肖像的统一三维头发重建

由于不同发型之间的形状变化范围很大，单视图三维头发重建具有挑战性。当前最先进的方法专门用于重建未编织的三维头发，通常将编织发型视为失败案例，因为无论是基于规则还是基于数据，为复杂发型定义先验都存在固有困难。我们提出了一种新颖的策略，通过统一的流程实现多种发型的单视图三维重建。为此，我们首先收集了一个大规模合成多视图头发数据集 SynMvHair，其中包含编织和未编织风格的多样化三维头发，并学习了两个专门针对头发的扩散先验。然后，我们利用两个专门设计的模块，即逐视图和逐像素高斯细化模块，从这些先验中优化基于三维高斯的头发。我们的实验表明，通过统一方法从单视图图像重建编织和未编织的三维头发是可行的，并且我们的方法在恢复复杂发型方面取得了最先进的性能。值得一提的是，尽管我们的方法从合成数据中学习头发先验，但它对真实图像展现出了良好的泛化能力。