计算机科学 > 计算机视觉与模式识别
[提交于 2025年5月30日
]
标题: AdaHuman:基于组合多视图扩散的可动画详细3D人体生成
标题: AdaHuman: Animatable Detailed 3D Human Generation with Compositional Multiview Diffusion
摘要: 现有的图像到3D头像生成方法难以生成高度详细的、可动画化的头像,这些头像适用于现实世界的应用场景。 我们引入了AdaHuman,这是一种新颖的框架,可以从单张野外图像生成高保真的可动画化3D头像。 AdaHuman包含了两项关键创新:(1)一种姿态条件的3D关节扩散模型,在每个扩散步骤中,可以同时合成任意姿态下的多视角图像以及对应的3D高斯光点(3DGS)重建;(2)一种组合式3DGS细化模块,通过图像到图像的细化来增强局部身体部位的细节,并利用一种新颖的裁剪感知相机射线图无缝地将它们集成起来,从而生成一个连贯且详细的3D头像。 这些组件使AdaHuman能够生成高度逼真的标准A-pose头像,最大程度减少自遮挡现象,支持与任何输入运动的绑定和动画处理。 在公共基准数据集和野外图像上的广泛评估表明,AdaHuman在头像重建和重新定位方面显著优于最先进的方法。 代码和模型将公开用于研究目的。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.