HumanCoser:通过语义感知扩散模型生成分层3D人类
原文中文,约400字,阅读约需1分钟。发表于: 。本研究解决了现有3D人类生成方法对复杂服装和分层生成人物的局限性,提出了一种基于物理解耦的扩散模型的分层服装表示。创新的层级融合体积渲染和SMPL驱动的隐式场形变网络相结合,使得我们的模型能够有效实现虚拟试穿和分层人类动画,从而推动了3D人类生成技术的发展。
本文介绍了一种名为LAyered Gaussian Avatar(LAGA)的框架,用于创建和定制具有各种服装的高保真分解化身。该框架通过将服装与化身解耦,使用户能够在服装级别方便地编辑化身。实验结果表明,该方法在生成3D着装人物方面优于现有方法。