May, 2022

KeypointNeRF：使用关键点相对空间编码广义图像体化人物

HTML
PDF
TL;DR本文提出了一种新的人体建模方法，使用稀疏3D关键点编码相对空间3D信息，并在头部重建方面超过先前的最先进方法。同时也在人体重建方面性能可与参数化模型与时间特征聚合的先前工作相比拟，实验结果表明提出方法的高保真度建模指向了一个新的方向。
发现论文，激发创造
  • PVA：像素对齐的容积化身

    本文提出一种利用神经放射场和局部像素对齐特征预测人头部的体积化代理，可以在多身份环境中进行泛化，并且无需明确的3D监督。该方法在以光度渲染损失为基础的端到端训练中表现出更好的质量，并且能够生成真实的面部表情。

    Jan, 2021

  • AvatarCap: 可动人物头像有条件单目人体体积捕捉

    通过在捕捉过程中引入可动化AvatarCap，该方法通过将图像观察和avatar先验信息相结合来重建高度逼真、姿态依赖的3D纹理模型，并利用GeoTexAvatar学习一个有效的可动化Avatar模型以及一个涉及规范化融合和重建网络的捕捉方法来进一步提高数据的质量。

    Jul, 2022

  • ARAH：人体关节SDF的可动态渲染

    本文提出了一种方法，将人体模型与可微分渲染相结合，从多视点RGB视频中创建可动态的穿着衣服的人形化身，其具有细节化的几何结构，并且能够适应超出分布范围的姿势。

    Oct, 2022

  • 基于神经网络点的体积化头像：表面引导神经点用于高效和逼真的体积化头像

    提出一种将神经点表示和神经体渲染结合的方法，使用高分辨率UV位移贴图约束神经点来实现更准确的表情控制，通过使用GEP射线采样策略和轻量级辐射解码过程，提高了渲染和训练效率。在Multiface数据集上通过实验验证了该方法的有效性。

    Jul, 2023

  • 360° 体感肖像化头像

    基于单目视频输入,本研究提出了一种名为360°体积肖像（3VP）头像的新方法,该方法用于重建360°全景真实头像,以模板为基础跟踪躯干、头部和面部表情,训练基于神经辐射场的神经体积表示,解决了外观变化模型中特别是嘴唇和牙齿区域的挑战,评估了实际采集的数据并与最先进的单目重建方法进行了比较。

    Dec, 2023

  • Tri$^{2}$-plane：使用特征金字塔进行三维角色重建

    我们提出了一种名为Tri$^2$-plane的新方法，用于通过单目逼真体积头像重建，通过特征金字塔和三个自上而下的侧连接Tri-planes实现细节改进，并通过训练中的相机几何感知滑动窗口方法提高鲁棒性，实验结果表明Tri$^2$-plane不仅超越了现有的方法，还在定量指标和定性评估方面取得了优越的性能。

    Jan, 2024

  • AvatarPose：基于虚拟化身的稀疏多视角视频中密切人际交互的三维姿态估计

    本研究解决了现有多视角方法在估计密切交互人群的三维姿态和形状时面临的困难，特别是由于遮挡和身体接触导致的2D关节点估计不准的问题。提出了一种新颖的方法，通过个体的隐式神经虚拟化身作为先验，显著提高了姿态估计的鲁棒性和精度。实验结果在多个公共数据集上展示了先进的性能。

    Aug, 2024

  • CHASE：基于稀疏输入的3D一致性人类头像生成

    本研究解决了在稀疏输入下重建人类头像时3D一致性和细节重建不足的问题。提出的CHASE方法通过引入3D一致性监督和对比学习，实现了在稀疏输入下与全输入相匹配的性能。研究发现，CHASE在保留人类头像3D一致性的同时，显著提高了渲染质量，超越了现有的最先进方法。

    Aug, 2024

  • CHASE：基于高斯模糊和对比学习的稀疏输入下3D一致的人类头像

    本研究解决了现有的人类头像合成方法在稀疏输入下3D一致性和细节重建不足的问题。我们提出的CHASE方法通过引入内在3D一致性的监督和3D几何对比学习，显著提高了稀疏输入下的表现，效果与全输入相当。研究表明，CHASE在ZJU-MoCap和H36M数据集上的性能超越了当前的最先进方法，提升了头像渲染质量。

    Aug, 2024

  • 即时几何头像：从单目视频中有效建模可动画头像的几何和外观

    本研究针对从单目视频中提取可动画人类头像的3D几何和外观的困难进行了探讨。我们提出了一种基于几何的SDF正则化方案，显著提高了在哈希网格上训练SDF的效率和稳定性。研究表明，该方法能在短短五分钟内实现良好的几何重建和新视图合成，标志着虚拟头像交互重建的重大进展。

    Nov, 2024