基于单图的可动画3D头像零样重建： cloth dynamics

现有的单图3D人类头像方法主要依赖刚性关节变换，限制了其对真实布料动态建模的能力。我们提出DynaAvatar，一个零样框架，从单张图像重建具有运动依赖性布料动态的可动画3D人类头像。该框架在大规模多人动作数据集上训练，采用基于Transformer的前馈架构，直接预测动态3D高斯变形，无需针对特定主体进行优化。为克服动态捕获稀缺问题，我们提出了静态到动态知识迁移策略：在大规模静态捕获数据集上预训练的Transformer提供强大的几何和外观先验，这些先验通过对动态捕获上的轻量级LoRA微调高效地适应运动依赖的变形。我们进一步提出了DynaFlow损失，该损失基于光流引导的目标在渲染空间中为布料动态提供可靠的运动方向几何线索。最后，我们重新标注了现有动态捕获数据集中缺失或噪声的SMPL-X拟合结果，因为大多数公开的动态捕获数据集包含不完整或不可靠的拟合，难以用于训练高质量的3D头像重建模型。实验表明，DynaAvatar能够产生视觉丰富且具有广泛可 generalization 的动画，超过先前方法。