SpatialAvatar-0 通过高效重建推进4D头部化身生成

研究人员推出 SpatialAvatar-0，一种从有限源图像生成高质量4D头部化身的新颖方法。该方法利用共享的 FLAME-mesh 绑定高斯表示，实现了可泛化的前馈预测和高效的每主体精炼。SpatialAvatar-0 在跨域基准测试中取得了最先进的成果，在计算需求显著降低的情况下，性能优于 GAGAvatar 和 GeoAvatar 等现有方法。 AI

影响 推进了4D头部化身生成，有望通过更高效、更高质量的结果改善远程呈现以及 AR/VR 应用。

排序理由 该集群描述了一篇在 arXiv 上发表的新研究论文，其中详细介绍了一种新颖的4D头部化身重建方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• 3D Gaussian Splatting
• FLAME-mesh-bound Gaussian representation
• GAGAvatar
• GeoAvatar
• Hunt Down the Freeman
• SpatialAvatar-0
• SplattingAvatar
• VFHQ

• 论文
• 模型发布

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