Apr, 2024

PGAHum：先验引导的几何与外观学习用于高保真可动人物重建

PDF
TL;DR我们介绍了 PGAHum，一种先验引导的几何与外观学习框架，用于高保真度可动人体重建。我们在三个关键模块中充分利用 3D 人体先验，实现了具有细节丰富的几何重建和能在未见过的姿势上合成逼真视图的高质量结果。
implicit geometry representation learningneural rendering3d clothed human reconstructionprior-guided geometry and appearance learning frameworkphotorealistic view synthesis
发现论文，激发创造
  • 穿着衣物的人物的单目仿真三维重建

    PHORHUM 提供了一种全新的、可端到端训练的、深度神经网络方法，用于基于单目 RGB 图像实现逼真的 3D 人体重建。

    Apr, 2022

  • 可变形的 3D 高斯喷洒技术用于可动式人型角色模型

    通过引入参数驱动的动力学到三维高斯喷点，本研究提出了一种完全明确的方法来由单一单眼序列构建数字化角色，并使用栅格化器合成图像。该方法无需额外注释并且能在消费硬件上高效推断全分辨率图像，实验证明其在数据集上在定量和视觉上均优于现有的技术。

    Dec, 2023

  • 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

  • HAHA: 高度可表达的高斯人类化身与纹理化网格优先

    从单目输入视频中生成可动画的人体化身的 HAHA - 一种新方法。该方法通过学习高斯喷洒和纹理网格在高效和高保真度渲染之间的权衡，表现出其效率来控制 SMPL-X 参数模型。我们的模型仅在 SMPL-X 网格中需要的区域（如头发和网格之外的衣物）应用高斯喷洒。这样可以使用最少的高斯函数来表示完整的化身并减少渲染伪影。这使我们能够处理传统上忽略的手指等小身体部分的动画。我们在两个开放数据集 SnapshotPeople 和 X-Humans 上展示了我们方法的有效性。在 SnapshotPeople 上，我们的方法的重建质量与最先进方法相当，而使用的高斯函数不到三分之一。HAHA 在 X-Humans 的新姿势上在定量和定性方面优于之前最先进的方法。

    Apr, 2024

  • 单视角图像中的可推广人类高斯模型

    从单幅图像中学习可推广的三维人体高斯模型，通过扩散引导的三维人体建模框架，结合几何先验和注意机制，有效地恢复细节几何形状和外观，并具备在自然环境中的强大泛化能力。

    Jun, 2024

  • 可动态调节的三维高斯：快速高质量地重建多个人体化身

    用动态的 3D 高斯人物场景在复杂运动和动态阴影中实现高质量的重建，具有较短的训练时间、绘制速度和重建质量。

    Nov, 2023

  • imGHUM: 三维人体形状和关节姿态的隐式生成模型

    imGHUM 是一个基于有效隐式模型，能够生成细节丰富人体模型的生成模型，实现了全人体的大规模形态与姿态的查询。

    Aug, 2021

  • 三维人体恢复中的分层语义图高斯控制

    通过引入分层图人体高斯控制（HUGS）框架，基于 3D 高斯喷洒（3DGS）的方法在人体重建方面取得了进展，通过利用身体部位的语义先验来确保几何拓扑的一致性，从而捕捉身体部位之间的复杂几何和拓扑关联，特别擅长增强表面细节和准确重建身体部位连接点。

    May, 2024

  • 可动画虚拟人物：在 UV 空间中学习姿态相关的人物表示以进行交互式表演合成

    我们提出了一种新颖的虚拟人物表示方法，用于高度逼真的实时动画和渲染 3D 应用程序。我们从最先进的多视角视频重建中获取高精度的动态网格序列，学习姿态相关的外观和几何形状，并利用统计身体模型来限制搜索空间，以实现更高效、有针对性的学习和定义姿态依赖性。通过在 SMPL 模型的一致 UV 空间中学习观察到的几何与拟合的 SMPL 模型之间的差异，我们能够在模型中编码姿态相关的外观和几何形状，从而不仅保证了较高水平的真实感，还促进了虚拟人物的实时处理和渲染。

    Oct, 2023

  • 具有模型先验的一次性隐式可动画化人形头像

    ELICIT 是一种基于 3D 几何和视觉语义先验的模型，借助于 CLIP 模型以及基于分割的采样策略，可以从单张图片中生成逼真的、可动画的 3D 人体模型。

    Dec, 2022