BriefGPT - AI 论文速递
·
GeneAvatar：单幅图像通用表达感知体积化头像编辑
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本文提出了一种从野外拍摄的单目 RGB 视频学习高质量的隐式三维头像的方法，通过参数化人脸模型驱动头像实现用户控制的面部表情和头部姿态，并使用几何先验和 3DMM 的动态跟踪结合神经辐射场实现细粒度控制和光线真实感。实验结果表明，该方法能够重建高质量的头像，并具有更准确的表情依赖细节，渲染效果优秀。
🎯
关键要点
- 提出了一种从野外拍摄的单目 RGB 视频学习高质量隐式三维头像的方法。
- 该方法通过参数化人脸模型驱动头像，实现用户控制的面部表情和头部姿态。
- 使用几何先验和 3DMM 的动态跟踪结合神经辐射场，实现细粒度控制和光线真实感。
- 通过在 3DMM 几何上锚定的局部特征来预测，并通过 3DMM 变形驱动插值产生体积辐射。
- 在 UV 空间使用卷积神经网络整合空间上下文，产生代表性的局部特征。
- 大量实验表明，该方法能够重建高质量头像，具有更准确的表情依赖细节。
- 该方法在训练之外的表情和数量上具有优秀的渲染效果。
➡️
