BriefGPT - AI 论文速递
·
用于高保真合成人体运动的可动画 3D 高斯曲线
💡
原文中文，约500字，阅读约需1分钟。
📝
内容提要
我们提出了一种新颖的可动画化的三维高斯模型，用于实时渲染高保真度的自由视角人体动作。与现有的基于 NeRF 的方法相比，该模型具有更好的能力，在视频帧之间合成高频细节时没有抖动问题。我们的模型通过增强型三维高斯表示，学习外观嵌入和外观细化模型来纠正错误外观和产生匹配目标姿态的剩余高斯属性。为了使高斯仅学习到人体前景，我们设计了一种新型的 Alpha 损失来约束高斯在人体内部。实验证明，我们的模型优于基于 NeRF 的方法。
🎯
关键要点
- 提出了一种新颖的可动画化的三维高斯模型，用于实时渲染高保真度的自由视角人体动作。
- 该模型在视频帧之间合成高频细节时没有抖动问题，优于现有的基于 NeRF 的方法。
- 模型的核心是增强型三维高斯表示，通过可学习的代码纠正错误外观。
- 学习外观细化模型以产生匹配目标姿态的剩余高斯属性。
- 设计了一种新型的 Alpha 损失来约束高斯仅学习人体前景。
- 共同优化人体关节参数以提高外观准确性。
- 该模型可以通过浅层 MLP 实现实时合成新的人体动作，平均每秒 66 帧。
- 实验证明该模型优于基于 NeRF 的方法。
➡️
