Nov, 2023

XAGen：3D 表现力人物头像生成

PDF
TL;DRXAGen 是首个能够实现对人体、脸部和手部进行表达控制的三维生成模型，通过多尺度、多部分的三维表示和多部分渲染技术，该模型在真实性、多样性和表达控制能力方面超过了现有状态 - of-the-art 方法。
3d-aware gan modelsexpressive controlhuman avatarsmulti-part renderingfine-grained control
发现论文，激发创造
  • AvatarGen：可动漫人类角色的三维生成模型

    本文提出 AvatarGen 方法，是第一种通过仅使用 2D 图像训练，能够生成高保真度外观和可控几何形状的、解耦式的可控人体动画的方法。

    Nov, 2022

  • GAN-Avatar: 可控个性化基于 GAN 的人头图像生成器

    我们提出了一种从图像中学习具有人物特定的可动画化角色模型的方法，旨在解决面部表情追踪失败的问题，并实现高保真度的图像合成。

    Nov, 2023

  • AniPortraitGAN：从 2D 图像集合生成可动态调整的 3D 肖像

    基于非结构化的 2D 图像集合，我们提出了一种可调节面部表情、头部姿势和肩膀运动的三维感知生成对抗网络，该网络能够生成多样且高质量的三维头像。

    Sep, 2023

  • gDNA: 生成详细神经化身模型

    这篇论文提出了一种新方法，使用前向蒙皮模块和对抗网络模型，仅从少量生动的数据中学习生成多样化的 3D 人形模型，以便能够更自然地生成身着不同服装的人形模型，并且还可用于将人形模型拟合到原始扫描数据上。

    Jan, 2022

  • GEA：从单目视频中重建表达丰富的 3D 高斯化身

    该论文介绍了一种名为 GEA 的新方法，基于 3D 高斯模型，创建具有高保真度的身体和手部重建，提出了两个关键贡献：一是通过两阶段姿势估计方法从输入图像中获取准确的 SMPL-X 姿势，提供训练图像像素与 SMPL-X 模型之间的正确映射；二是提出了迭代初始化策略来处理高斯表示面临的不平衡聚合和初始化偏差问题，通过网格化、重采样和重新高斯化等操作将 avatar 的高斯点均匀分布在人体表面附近，实现了更高质量的渲染，验证了所提模型的有效性，展示了其在照片逼真的新视图合成和对人体姿势的细致控制方面达到了最先进的性能。

    Feb, 2024

  • AniFaceGAN: 为视频头像生成可动画 3D 感知人脸图像

    本研究提出一种可动画的 3D 感知生成对抗网络用于多视角一致的人脸动画生成，通过将 3D 感知生成对抗网络的 3D 表示分解为模板场和形变场，并提出 3D 级模仿学习方案，帮助我们实现高质量的动画面部图像生成并具有较强的可视化 3D 一致性。

    Oct, 2022

  • $E^{3}$Gen：高效、表达丰富且可编辑的人物生成

    介绍了一种名为 $E^3$Gen 的新型头像生成方法，采用 3D 高斯函数，将其编码到由 SMPL-X 参数模型定义的结构化 2D UV 空间上，实现了头像生成和全身姿势的控制和编辑。

    May, 2024

  • En3D：从 2D 合成数据雕刻 3D 人体的增强生成模型

    通过以人为基础的准确物理建模，我们提出了一种增强的生成方案 En3D，能够从合成的平衡、多样化和结构化的人类图像中，准确地模拟具有逼真外观的通用化 3D 人物。

    Jan, 2024

  • AG3D: 从 2D 图像集合中学习生成 3D 头像

    本文提出了一种从 2D 图像生成逼真的 3D 人物的新方法，并使用多个辨别器和 2D 法线图形式的几何线索来训练模型，取得了在几何和外观方面超过以前 3D 和关节感知方法的性能，通过系统的消融研究验证了模型的有效性和每个组件的重要性。

    May, 2023

  • GANHead：面向生成动画化神经头像模型的研究

    提出 GANHead 模型，利用精细控制和真实感渲染相结合的优点，通过三个网络在规范空间中表示粗略几何、细节和纹理，来生成完整、真实、可动的头部数字化 avatar，并通过 LBS 权重和 FLAME 参数的学习，来实现灵活地动画生成。该模型有效提升了头部数字化 avatar 生成和原始扫描拟合的性能。

    Apr, 2023