SG-GS：基于语义指导的高斯散射创建照片真实感可动画人类头像
原文中文，约400字，阅读约需1分钟。发表于：。本研究解决了从单目视频重建照片真实感可动画人类头像的难题，尤其是在细节重建方面的缺陷。通过引入语义嵌入的3D高斯、骨架驱动的刚性变形和非刚性布料动态变形，提出了SG-GS方法，并设计了利用SMPL语义先验的语义人体标注器（SHA）来提升精确度。实验表明，SG-GS在几何和外观重建性能上达到了最先进水平。
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。它使用可动画化的3D高斯函数来表示不同姿势和服装风格的人类，并通过动态外观网络和可优化特征张量来学习运动到外观的映射。该方法在公共数据集和收集数据集上得到验证，展示了其在外观质量和渲染效率方面的优越性能。
