GAF：通过多视图扩散从单目视频中重建高斯头像

本研究解决了从普通设备拍摄的单目视频中重建可动画的三维高斯头像这一挑战，由于观察限制，导致未观察区域缺乏约束，容易产生伪影。提出的多视图头部扩散模型利用先验信息填补缺失区域，确保在高斯渲染中的视图一致性，其结果在新视图合成中比现有最先进的方法提高了5.34%的SSIM分数。