GEA:从单目视频中重建表达丰富的 3D 高斯化身
原文中文,约400字,阅读约需1分钟。发表于: 。该论文介绍了一种名为 GEA 的新方法,基于 3D 高斯模型,创建具有高保真度的身体和手部重建,提出了两个关键贡献:一是通过两阶段姿势估计方法从输入图像中获取准确的 SMPL-X 姿势,提供训练图像像素与 SMPL-X 模型之间的正确映射;二是提出了迭代初始化策略来处理高斯表示面临的不平衡聚合和初始化偏差问题,通过网格化、重采样和重新高斯化等操作将 avatar...
该论文介绍了一种名为GEA的新方法,使用3D高斯模型创建高保真度的身体和手部重建。该方法通过两阶段姿势估计方法获取准确的SMPL-X姿势,并提出了迭代初始化策略来处理高斯表示面临的问题。实验证明该方法在照片逼真的新视图合成和对人体姿势的细致控制方面具有最先进的性能。