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。
📝
内容提要
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。
🎯
关键要点
-
该论文介绍了一种名为GEA的新方法,基于3D高斯模型,创建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,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的高斯点均匀分布在人体表面附近。
-
实现了更高质量的渲染,验证了所提模型的有效性。
-
展示了在照片逼真的新视图合成和对人体姿势的细致控制方面达到了最先进的性能。
➡️