三维人物化身建模综述 -- 从重建到生成
生成 3D 模型是计算机图形学的核心,并且已经成为几十年研究的重点。随着先进的神经表示和生成模型的出现,3D 内容生成领域正在快速发展,使得越来越高品质和多样化的 3D 模型得以创建。本文调查了 3D 生成方法的基本方法,并建立了一个结构化的路线图,包括 3D 表示、生成方法、数据集和相关应用。最后,我们讨论可用的数据集、应用和面临的挑战。希望本调查能帮助读者探索这个激动人心的主题,并促进 3D 内容生成领域的进一步发展。
Jan, 2024
本文全面回顾了隐式神经表达在人体建模中的应用,比较分析了隐式建模方法在身体、手和头部的应用,并指出了当前工作的不足之处和研究人员的可用建议。
Jun, 2023
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
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
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
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
本研究提出了一种新的深度学习网络,用于将 3D 模型转换为逼真的照片,旨在弥合现有深度生成模型不能灵活控制的瓶颈问题,同时也改善了传统三维图形处理渲染机制的不足之处。
Aug, 2020
本文提出了一种新的基于 3D 可塑模型(3DMM)的文本引导头部生成方法,利用扩散模型生成多视图一致性辐射场的同时更新几何和纹理以生成和文本描述一致的 3D 头部化身,以此在一定程度上提高 3D 头部生成的精度和多样性。
Jul, 2023
通过单目视频实现高分辨率物理材质纹理和三角网格的人体模型的获取并结合多视角图像合成的信息融合策略,通过神经隐式表达生成可编辑的变形人体模型。
May, 2024
综述了 2023 年下半年发表的相关论文,主要包括 AI 生成的三维对象模型、三维人体模型和三维人体动作生成,并对未来进行了展望。
Jan, 2024