BriefGPT - AI 论文速递
·
从单目 RGB 视频生成富有表达力的高斯人类虚拟形象
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
HAHA是一种从单目输入视频生成动画头像的新方法。它使用高斯喷洒和纹理网格来控制渲染和保真度之间的效率。该模型仅在SMPL-X网格中需要的区域应用高斯喷洒，减少了渲染伪影。该方法在重建头像方面非常有效，并在质量和准确性方面优于先前的方法。
🎯
关键要点
- HAHA是一种从单目输入视频生成动画头像的新方法。
- 该方法通过学习高斯喷洒和纹理网格在高效和高保真度渲染之间的权衡。
- 模型仅在SMPL-X网格中需要的区域应用高斯喷洒，减少渲染伪影。
- 能够处理传统上忽略的小身体部分的动画，如手指。
- 在SnapshotPeople和X-Humans两个开放数据集上展示了方法的有效性。
- 在SnapshotPeople上，重建质量与最先进方法相当，但使用的高斯函数不到三分之一。
- 在X-Humans的新姿势上，HAHA在定量和定性方面优于之前的方法。
➡️
