UIKA：从无姿态图像快速生成通用头部头像

我们提出 UIKA，一种从任意数量的姿态自由输入（包括单张图像、多视图捕获和智能手机捕获的视频）中生成的 feed-forward 可动画高斯头部模型。与传统需要专业级多视角捕获系统并通过长时间优化过程重建人类特定模型的头像方法不同，我们从模型表示、网络设计和数据准备三个角度重新思考了该任务。首先，我们引入一种 UV 引导的头像建模策略，其中每个输入图像都与像素级面部对应关系估计相关联。这种对应关系估计允许我们将屏幕空间的有效像素颜色重新投影到 UV 空间，这与相机姿态和人物表情无关。此外，我们设计了可学习的 UV token，attention 机制可在屏幕和 UV 级别上应用。学习到的 UV token 可以通过来自所有输入视图的聚合 UV 信息解码为标准化高斯属性。为了训练我们的大型头像模型，我们额外准备了一个大规模、身份丰富的合成训练数据集。我们的方法在单目和多目设置下均显著优于现有方法。