BriefGPT - AI 论文速递
·
GETAvatar: 生成可动人形角色的纹理网格
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
DreamAvatar是一个生成高质量、可控制姿态的3D人类头像的框架，使用可训练的NeRF生成3D点密度和颜色特征，以及预先训练的文本到图像扩散模型提供2D自监督。经过评估，证明DreamAvatar优于现有方法，为文本和形状引导的3D人体生成设立了新的技术水准。
🎯
关键要点
- DreamAvatar是一个生成高质量、可控制姿态的3D人类头像的框架。
- 使用可训练的NeRF生成3D点密度和颜色特征。
- 预先训练的文本到图像扩散模型提供2D自监督。
- 通过SMPL模型提供粗略的姿势和形状指导生成。
- 引入双重空间设计，包含规范空间和观察空间。
- NeRF学习的变形场连接规范空间和观察空间。
- 优化的纹理和几何从规范空间转移到目标位置头像。
- 添加正常一致性正则化以获得更生动的几何和纹理。
- 经过评估，DreamAvatar优于现有方法。
- 为文本和形状引导的3D人体生成设立新的技术水准。
➡️
