高斯头像：动态混合神经场的令人印象深刻的基于高斯的 3D 头像
原文中文，约400字，阅读约需1分钟。发表于：。基于 3D 高斯原理，我们提出了一个名为 GaussianHead 的头像算法，它在头部几何和三面平面的因素对齐变换有效消除了固定映射引入的偏见，使得在自重建、新视图合成和跨身份再现等任务中获得了最佳的可视效果，并保持高渲染效率（每帧 0.12 秒）。有关代码和其他视频可以在项目主页上找到。
GaussianAvatar是一种高效的方法，可以从单个视频中创建具有动态3D外观的逼真人类化身。该方法通过引入可动画化的3D高斯函数来表示各种姿势和服装风格的人类，有效地融合2D观察中的3D外观。它还解决了单眼设置中的运动估计问题，并在公共数据集和收集数据集上验证了其有效性。
