新的GRAPE方法增强了3D肖像网格估计

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-28 04:00

研究人员开发了GRAPE，一种用于关节肖像网格估计的新方法，解决了现有3D可变形模型的局限性。GRAPE引入了一个具有显式躯干到头部运动链的肖像参数模型和一个渐进式解剖对齐网络。这种方法提高了网格恢复质量、姿态对齐以及下颌关节运动与面部表情的分离度，有利于音频驱动的说话头生成等下游任务。 AI

影响增强了3D理解和虚拟形象生成能力。

排序理由该集群包含一篇研究论文，详细介绍了用于3D肖像网格估计的新方法。 [lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Yunfei Liu, Lijian Lin, Ye Zhu, Yu Li · 2026-07-28 04:00

GRAPE：分级路由用于可动人像网格估计

arXiv:2607.23657v1 Announce Type: new Abstract: Articulated portrait mesh estimation is fundamental to 3D understanding, avatar generation, and immersive interaction. Existing approaches primarily rely on 3D Morphable Models (3DMMs). However, face-centric models suffer from the "…