PSAvatar：一种基于点云的可变形形状模型，用于实时头像创建与 3D 高斯点云渲染
内容提要
本文综述基于三维高斯泼溅的数字化头像研究。GaussianAvatars、HeadGaS、GaussianHead等方法将参数化脸部模型与高斯点表示结合，实现表情、姿态和视角可控的逼真头像，训练与渲染高效，支持单目视频、稀疏视图及跨身份重建，渲染速度可达100FPS，质量优于现有技术。
延伸解读
技术路线：从点云到高斯泼溅的演进
文章梳理了头像建模从点云表示到三维高斯泼溅的演进。早期PointAvatar使用可变形点云，将颜色与法向量关联，实现单目视频驱动。随后GaussianAvatars、HeadGaS等方法将参数化脸部模型与高斯点结合，利用高斯变形场控制表情姿态，提升了渲染效率与质量。这一路线表明，显式点表示与参数化模型的融合正成为实时头像创建的主流方向。
性能对比：渲染速度与质量的双重提升
文章提到多个方法在渲染速度上达到100FPS，HeadGaS比基线提升约2dB并加速10倍以上，GaussianHead每帧仅需0.12秒。这些数据表明，基于高斯泼溅的方法在保持高保真度的同时，显著降低了计算开销，使实时全分辨率渲染成为可能。对于需要交互的应用，如虚拟社交或游戏，这种效率提升具有实际意义。
应用场景：单目视频与稀疏视图的可行性
文章指出，这些方法支持单目肖像视频、稀疏视图及跨身份重建。例如，从单目视频学习可动画头像，无需多视角设备；稀疏视图下也能实现2K分辨率的高保真渲染。这降低了数据采集门槛，使普通用户用手机拍摄即可创建个性化头像。但文章未提及具体硬件要求，实际部署时需考虑消费级硬件的推理能力。
局限与挑战：动态细节与泛化能力
尽管方法在表情和姿态控制上表现良好，但文章提到轻量级稀疏视图下高保真头像仍存挑战，需依赖几何引导初始化确保训练稳定。此外，跨身份重建虽被提及，但未说明泛化到未见过身份的效果。动态细节如皱纹、发丝等复杂变形可能仍需进一步优化。读者应关注这些方法在极端表情或新身份上的鲁棒性。
Q&A
GaussianAvatars 是什么？它有什么特点？
GaussianAvatars 是一种基于三维高斯曲面的动态三维表示和参数可变脸部模型的新方法，用于创建在表情、姿势和视角方面可完全控制的逼真头像。
HeadGaS 模型如何实现实时推理？
HeadGaS 利用可学习的潜在特征扩展了 3DGS 的显式表示，并与参数化头部模型的低维参数线性融合，实现表情相关最终颜色和不透明度值，从而在实时推理帧率方面取得最先进的结果，超过基线约 2dB，并将渲染速度加速至 10 倍以上。
GaussianHead 在哪些任务中取得了最佳视觉效果？
GaussianHead 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）。
PointAvatar 方法有什么优势？
PointAvatar 使用可变形基于点的表示方法，将颜色和法向量相关联，可以基于单目视频生成高质量的可动画 3D 头像，并在渲染效率和拓扑灵活性方面加强。
如何从单目视频中创建可动画化的人体化身？
使用 3D 高斯喷洒（3DGS），通过学习非刚性变形网络和引入不同性的正则化，可以从单目视频中创建可动画化的人体化身，在训练和推理速度上比现有技术分别快 400 倍和 250 倍，并实现与最先进方法相媲美甚至更好的性能。
高斯飞溅生成虚拟角色的渲染速度有多快？
使用高斯飞溅生成逼真的可动化虚拟角色，具有极快的渲染速度（100 FPS）以及 1K 分辨率。
