BriefGPT - AI 论文速递
·
HumanLiff: 层级 3D 人体生成与扩散模型
原文中文，约300字，阅读约需1分钟。
📝
内容提要
DreamAvatar是一个生成高质量、可控制姿态的3D人类头像的框架，使用NeRF生成3D点密度和颜色特征，通过文本到图像扩散模型提供2D自监督。它还使用SMPL模型提供姿势和形状指导，并引入双重空间设计。经过评估，DreamAvatar明显优于现有方法，为文本和形状引导的3D人体生成设立了新的技术水准。
🎯
关键要点
-
DreamAvatar是一个生成高质量、可控制姿态的3D人类头像的框架。
-
使用可训练的NeRF生成3D点密度和颜色特征。
-
通过预先训练的文本到图像扩散模型提供2D自监督。
-
SMPL模型提供粗略的姿势和形状指导生成。
-
引入双重空间设计，包括规范空间和观察空间。
-
NeRF学习的变形场连接规范空间和观察空间。
-
优化的纹理和几何从规范空间转移到目标位置头像。
-
添加正常一致性正则化以获得更生动的几何和纹理。
-
经过广泛评估，DreamAvatar明显优于现有方法。
-
为文本和形状引导的3D人体生成设立新的技术水准。
🏷️
