BriefGPT - AI 论文速递
·
EVA-Gaussian：基于3D高斯的实时人类新视角合成在不同相机设置下的应用
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
我们提出了一种创新的可动画化三维高斯模型，用于实时渲染高保真人体动作。相比NeRF，该模型在合成高频细节时无抖动。通过增强型三维高斯表示和可学习代码纠正几何变换的外观错误，设计了Alpha损失约束高斯在人体内部，并优化关节参数以提高外观准确性。模型通过浅层MLP学习，实现每秒66帧的实时合成，优于NeRF。
🎯
关键要点
-
提出了一种新颖的可动画化三维高斯模型，用于实时渲染高保真度的自由视角人体动作。
-
该模型在合成高频细节时无抖动问题，优于现有的基于NeRF的方法。
-
模型核心是增强型三维高斯表示，结合可学习代码纠正外观错误。
-
设计了Alpha损失以约束高斯在人体内部，确保只学习人体前景。
-
共同优化人体关节参数以提高外观准确性。
-
通过浅层MLP学习，实现每秒66帧的实时合成，性能优于NeRF。
➡️
