- 运动化身：生成具备任意动作的人和动物化身
该研究论文介绍了一种基于代理的方法，名为 “Motion Avatar”，通过文本查询实现了高质量可定制的人类和动物角色的自动生成，同时引入了一个协调动作和角色生成的规划器，并提供了一个动物运动数据集，为社区提供了有价值的资源。
- 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； - EVOKE: 通过优化的知识蒸馏实现情感启用的虚拟化身映射
通过 Optimized KnowledgE distillation 技术，在虚拟环境中实现情感识别，并将识别到的情感映射到自定义的 3D 角色上，该方法利用了 DEAP 数据集进行多标签分类，模型精确度高达 87%。
- AvatarStudio：高保真和可动画三维头像从文本创建
通过 AvatarStudio 生成高质量的、可动画的 3D 人物头像，首先使用低分辨率的基于 NeRF 的表示进行初步生成，然后结合 SMPL 引导关节活动增加明确的网格表示并支持头像动画和高分辨率渲染，在结果头像中引入基于 DenseP - 朝着实用的高保真可重照明虚拟人物捕捉
提出了一种新的框架 TRAvatar，用于捕捉和重建高保真度的 3D 头像，实现实时动画和多样化场景下的逼真照明效果。
- TADA！文本到可动画数字化人物
通过结合 2D 扩散模型和可动参数身体模型，TADA 能够利用文本描述创建具有高质量几何和逼真纹理的 3D 头像，能够实现动画和渲染，并在几何和纹理之间确保一致对齐。
- AvatarVerse: 高质量 & 稳定的 3D 角色创建系统
从高度定制的文本描述和姿势指导中创建富有表达力、多样化和高质量的 3D 头像是一项具有挑战性的任务。我们提出了 AvatarVerse，一个稳定的流水线，可以仅仅通过文本描述和姿势指导生成富有表达力和高质量的 3D 头像。
- AvatarFusion: 2D 扩散的零样本生成不受服装影响的 3D 化身
AvatarFusion 利用一个潜在的扩散模型，同时从头到脚地生成人类逼真的头像，并将衣服与人物身体分割开来。AvatarFusion 包括第一个脱离衣物的神经隐式头像模型，该模型采用了新的双体积渲染策略，将脱离衣物和衣物子模型在一个空间 - 从单幅肖像生成可动画的 3D 卡通人脸
本文提出了一种从单幅肖像图像生成动画化的 3D 卡通脸部的新框架，并针对传统模型建立漫画形象耗时且难以保持相似性的问题，提出了基于模板和形变转移的语义保留脸部绑定方法及实时动画演示。
- SketchMetaFace: 一种基于学习的草图界面，用于高保真 3D 角色面部建模
本文介绍了 SketchMetaFace 系统，它为业余用户提供了一个快速建立逼真立体脸部的草图系统，使用了曲率感知笔画以及一种名为 “显式深度引导网格建模” 的新学习方法，通过数据驱动的笔画建议工具和分阶段标注接口设计增强了系统的可用性， - AvatarBooth：高质量和可定制的 3D 人类化身生成
AvatarBooth 是一种新方法，通过使用文本提示或特定图像生成高质量的 3D 头像，可以从捕捉的面部或身体图像中创建个性化头像，其利用双精度扩散模型控制头部和身体生成，增强了合成头部图像的多视图一致性，实现了高度逼真的头像生成，具有出 - AlteredAvatar: 快速风格适应的动态 3D 头像造型
通过元学习方法，将基于大量样本的前馈网络方法和个性化优化方法结合的 AlteredAvatar 方法，实现基于文本描述的新颖样式快速应用于动态 3D 头像的快速样式化。
- DreamWaltz：使用复杂的三维动画化头像制作场景
DreamWaltz 是一个新型的框架，用于基于文本指导和参数人体先验生成和创建复杂的 3D 化身，该方法使用 3D 一致、遮挡感知的分数蒸馏采样优化隐式神经表示，并通过 3D 感知骨骼调节提供视角对齐的监督，其使复杂的化身生成更加完美且没 - 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。
- 利用语言先验从视频中重建签名化身
通过引入具有普遍适用性的新颖语言学先验，SGNify 可以从现场 SL 视频中全自动捕获手势、面部表情和身体动作，从而在学习 SL 时取代视频字典的 3D avatar 可以提高对技术和在线媒体的获取能力和 AR/VR 应用，并在 SL 视 - ICCV使用点的能力对穿着衣物的人进行建模
该研究使用 3D 点云与神经网络技术，通过学习服装的形状特征和姿态变形，并优化适应未见数据，实现了高效的 3D 人体化身动态生成。
- ICCVARCH++：适用于动画的穿衣人体重建再探讨
本研究提出了 ARCH++，一种使用图像的方法来重建具有任意服装的三维人物形象，通过引入端到端的基于点的几何编码器、共同监督框架和图像到图像转换网络来解决重建质量中存在的局限性，同时在公共基准测试和用户研究中证明了实现了重建质量和真实性的改 - 协同回归使用调节表达身体
通过整合不同算法的结果，使用 SMPL-X 公共空间，以及考虑人类形体和性别的关联关系，PIXIE 可以从单一图像中生成具有逼真面部细节的全身三维动画角色。与现有技术相比，PIXIE 获得更准确的全身形状和细节面部形状。