XAGen：三维具表现力人体化身生成
计算机视觉与模式识别
2023-11-23 v1
摘要
近期3D感知GAN模型的进展使得生成逼真且可控的人体图像成为可能。然而，现有方法侧重于主要身体关节的控制，忽略了对表情、下颌姿态、手部姿态等具表现力属性的操控。在本工作中，我们提出XAGen，首个能够对身体、面部和手部进行表现力控制的人体化身3D生成模型。为增强面部和手部等小尺度区域的保真度，我们设计了一种建模精细细节的多尺度多部位3D表示。基于该表示，我们提出一种多部位渲染技术，将身体、面部和手部的合成解耦，以简化模型训练并提升几何质量。此外，我们设计了多部位判别器，从外观和细粒度控制能力两方面评估生成化身的质量。实验表明，XAGen在真实感、多样性和表现力控制能力方面均超越最先进的方法。代码与数据将发布于 https://showlab.github.io/xagen。
引用
@article{arxiv.2311.13574,
title = {XAGen: 3D Expressive Human Avatars Generation},
author = {Zhongcong Xu and Jianfeng Zhang and Jun Hao Liew and Jiashi Feng and Mike Zheng Shou},
journal= {arXiv preprint arXiv:2311.13574},
year = {2023}
}
备注
Accepted to NeurIPS 2023, Project Page at https://showlab.github.io/xagen