URAvatar：通用可重光栅栓化头部 Avatar

我们提出一种新方法，从手机扫描中创建逼真且可重光的头部 Avatar。重建的 Avatar 可以在实时中对动画和重新照亮，并支持来自多样化环境的全局照明。不同于已有方法通过逆渲染估计参数化反射参数，本方法直接建模可学习的辐射传递，高效地包含全局光传输以实现实时渲染。然而，在跨身份间学习这种复杂的光传递并不容易。单一环境下的手机扫描缺乏足够信息来推断头部在一般环境下的外观。为此，我们构建一个由 3D 高斯表示的通用可重光 Avatar 模型。我们在数百个具有可控点光源的高质量多视角人类扫描上进行训练。高分辨率几何引导进一步增强了重建精度和泛化能力。训练后，我们可在手机扫描上进行逆渲染微调，以获得个人化的可重光 Avatar。我们的实验表明，我们的设计有效，超过了现有方法，同时保持实时渲染能力。