解读CVPR2024-3DGS论文分享| GaussianAvatar: Towards Realistic Human Avatar Modeling from a Single Video ...

最新推荐文章于 2025-04-30 15:48:56 发布
最新推荐文章于 2025-04-30 15:48:56 发布
阅读量1.3k 收藏 18
点赞数 23
分类专栏： 文献阅读 论文合集 文章标签： 3d 学习方法 机器翻译 经验分享 机器学习 笔记 3DGS
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/paixiaoxin/article/details/144297265
版权

论文标题：

GaussianAvatar: Towards Realistic Human Avatar Modeling from a Single Video via Animatable 3D Gaussians

GaussianAvatar：通过可动画化的3D高斯从单一视频实现真实人类化身建模

论文链接:

https://arxiv.org/abs/2312.02134

论文作者：

Liangxiao Hu, Hongwen Zhang, Yuxiang Zhang, Boyao Zhou, Boning Liu, Shengping Zhang, Liqiang Nie

内容简介：

这篇论文提出了一个名为GaussianAvatar的方法，旨在从单个视频中创建出具有动态3D外观的真实人类化身。该方法通过引入可动画化的3D高斯来显式表示人体，从而更高效和一致地从2D观察中融合3D外观，并支持不同姿势下的依赖外观建模。

 

关键信息：

1.Animatable 3D Gaussians（可动画化的3D高斯）：

  • 该

最低0.47元/天 解锁文章
CVPR和其他2024顶会论文阅读（资源整理【1】）
cnjs1994的博客
12-05 1277
总结了一些今年视觉方向的顶会论文，后续会继续完善！
Drivable 3D Gaussian Avatars 论文笔记
weixin_52668444的博客
01-22 1731
我个人的理解是这里需要一个volume的概念， 因为cage-based deformation的核心其实是将cage看成是coarse proxy，所以在cage里面的点就显得很重要，而一般triangle surface 它很难提供volume的概念，因为一个triangle在空间中只是平面的一个小部分， 而四面体 tetrahedra 本身就可以提供volume的概念。比如文中将 3D 高斯的Mean 表示成了从低分辨率的Mesh 采样的点的位置。这么做就等于是将之前的形变表示，转移到的高斯上。
GaussianAvatars
whaosoft143ai的博客
12-06 651
你前脚让自己的五官乱飞，后脚，一模一样的表情就被复现出来，瞪眼、挑眉、嘟嘴，不管多么夸张的表情，都模仿的非常到位。为了对虚拟形象动画进行现实世界的测试，该研究对图 4 中的 cross-identity reenactment 进行了实验，虚拟形象准确地再现了源演员的眨眼和嘴巴动作，显示出活泼、复杂的动态，例如皱纹。该研究表示，在计算机视觉和图形学中，创造可以动的人类虚拟头部一直存在挑战，特别是，极端的面部表情和细节，如皱纹、头发等这些细节都很难捕捉，生成的虚拟人物很容易出现视觉伪影。 whaosoft
[CVPR-24] GaussianAvatars: Photorealistic Head Avatars with Rigged 3D Gaussians
qq_40731332的博客
12-19 3679
给定FLAME，基于每个三角面片中心初始化一个3D Gaussian（3DGS）；当FLAME mesh被驱动时，3DGS根据它的父亲三角面片，做平移、旋转和缩放变化； 3DGS可以视作mesh上的辐射场； 为实现高保真的avatar，本文提出一种蒙皮（binding）继承策略，在优化过程中，保持蒙皮对3DGS的控制；
GaussianAvatar：高效创建动态3D人类头像
gitblog_00944的博客
03-26 692
GaussianAvatar：高效创建动态3D人类头像 GaussianAvatar [CVPR 2024] The official repo for "GaussianAvatar: Towards Realistic Human Avatar Modeling from a Single Video via Ani...
CVPR24新作：教你网络“影分身术”，半小时生成专属数字人的GaussianAvatar
soaring_casia的专栏
06-25 1522
这一方法能够实现建模和实时驱动，外观动作联合优化有效解决初始姿态不准的问题，给予动捕一个新的思路。
增强现实系列—GaussianAvatars: Photorealistic Head Avatar
u013889591的专栏
09-21 1348
我们介绍了 GaussianAvatars，一种用于创建逼真头像的新方法，头像在表情、姿态和视角方面完全可控。核心思想是基于3D高斯点的动态3D表示，这些点与参数化可变脸模型相绑定。该组合既能实现逼真的渲染，同时允许通过底层的参数化模型进行精确的动画控制，例如，通过从驱动序列中转移表情或手动更改可变模型参数。我们通过三角形的局部坐标系对每个高斯点进行参数化，并优化显式的位移偏移，以获得更准确的几何表示。在头像重建过程中，我们对可变模型参数和高斯点参数进行端到端的联合优化。
CVPR 2024论文与代码汇总:计算机视觉领域最新研究进展
2401_87458778的博客
10-17 7318
CVPR 2024的论文涵盖了计算机视觉领域的多个研究方向,包括但不限于3D场景表示、多模态大语言模型、目标检测、扩散模型等。这些研究工作不仅推动了学术前沿的发展,也为实际应用提供了新的技术支持。多模态融合成为热点,特别是视觉与语言的深度结合。3D表示和渲染技术取得重要突破,高斯散射等新方法展现出巨大潜力。生成模型,尤其是扩散模型,在各种视觉任务中的应用不断拓展。实时性和效率优化仍是研究重点,多个方向都在追求更快速的算法。
CV计算机视觉每日开源代码Paper with code速览-2023.12.6
CV计算机视觉
12-11 707
群内包含目标检测、图像分割、目标跟踪、Transformer、多模态、NeRF、GAN、缺陷检测、显著目标检测、关键点检测、超分辨率重建、SLAM、人脸、OCR、生物医学图像、三维重建、姿态估计、自动驾驶感知、深度估计、视频理解、行为识别、图像去雾、图像去雨、图像修复、图像检索、车道线检测、点云目标检测、点云分割、图像压缩、运动预测、神经网络量化、网络部署等多个领域的大佬，
探索未来虚拟形象：GaussianAvatars —— 高真实感头像生成与3D高斯拟合
gitblog_00011的博客
06-08 1168
探索未来虚拟形象：GaussianAvatars —— 高真实感头像生成与3D高斯拟合 去发现同类优质开源项目:https://gitcode.com/ 在数字化世界中，构建逼真的虚拟形象已经成为一种趋势。今天，我们要向您介绍一个令人惊叹的开源项目——GaussianAvatars。这个项目采用创新的高斯拟合方法，为用户提供照片级真实的3D头像生成体验，不仅适用于游戏和社交应用，也能为电影和动画制...
自主采集高质量三维重建数据集指南：面向3DGS与NeRF的图像与视频拍摄技巧【2025最新版！！】
举个栗子的博客
04-30 577
优质的数据是高质量三维重建的前提。3DGS 与 NeRF 对相机轨迹与图像一致性要求极高，而合理的拍摄策略能显著减少训练误差、提升建模精度。通过科学规划拍摄路径、控制移动节奏、保障光照环境，再结合自动化的后处理工具链，即使是普通手机也能采集出媲美专业设备的数据。本文不仅提供了完整的图文指南，帮助你构建高质量、自主可控、易于训练的三维重建数据集，还补充了一键提帧、标注转换与训练指令，覆盖从采集到建模的每一步流程。如果对你有帮助可以一键三连，有问题的小伙伴也欢迎评论区进一步交流！！
超级好用的​​参数化3D CAD 建模​​图形库 （CadQuery库介绍）
yuanpan的专栏
04-28 892
​ 使用 Python 创建精确的 3D 模型。​：STL、STEP、OBJ、SVG 等，兼容主流 CAD 软件（如 FreeCAD、SolidWorks）。​：可结合 NumPy、Matplotlib 等库进行高级计算和可视化。​ 库，允许用户通过编写代码（而不是传统 GUI）来创建精确的 ​。​：支持变量、循环、条件判断，便于快速迭代设计。​：类似 jQuery 的语法，代码简洁直观。​：底层使用工业级几何引擎，确保高精度建模。​ 等场景，提供强大的 ​。​ 的强大工具，适合 ​。
qt 3d航迹图
狗蛋的博客
04-27 425
照着这个大佬的配置一下。
Locate 3D：Meta出品自监督学习3D定位方法
家鸽的代码屋
04-30 1015
我们提出了 Locate 3D，这是一种可根据指代表达（如“沙发和灯之间的小咖啡桌”）在三维场景中定位物体的模型。Locate 3D 在标准的指代定位基准测试中创下了新的最先进水平，并展现出强大的泛化能力。值得注意的是，Locate 3D 可直接处理传感器观测流（带位姿的 RGB-D 帧），从而支持在机器人和增强现实设备上的实际部署。我们方法的关键是 3D-JEPA，这是一种新颖的自监督学习（SSL）算法，适用于传感器点云。
MATLAB画出3d的常见复杂有机分子和矿物的分子结构
SmartGridequation的博客
04-28 571
你可以将上述代码复制到 MATLAB 编辑器中运行，就能看到苯分子和氯化钠分子的 3D 结构，不同原子用不同颜色的球体表示。如果需要绘制其他分子，只需按照相同的方式定义原子坐标、原子类型和键连接关系即可。你可以把上述代码复制到 MATLAB 编辑器中运行，这样就能看到硬脂酸和尿素的 3D 分子结构，不同原子会用不同颜色的球体表示。
QT Quick 3D 渲染之场景构建(一)
一个大佬的博客
04-27 443
【代码】QT Quick 3D 渲染之场景构建(一)
基于视觉的自动驾驶 3D 占据预测：回顾与展望
yorkhunter的博客
04-30 826
24年5月来自北航大学的论文“Vision-based 3D occupancy prediction in autonomous driving: a review and outlook”。 近年来，自动驾驶因其在减轻驾驶员负担和提高驾驶安全性方面的潜力而受到越来越多的关注。基于视觉的 3D 占据预测是根据图像输入预测自动驾驶汽车周围 3D 体素网格的空间占据状态和语义，是一项新兴的感知任务，适用于经济高效的自动驾驶感知系统。本文首先介绍基于视觉的 3D 占据预测的背景并讨论该任务中的挑战。其次，从特
ShaderToy学习笔记 04.绘制多个3D对象
weixin_44539328的博客
04-28 349
float d;vec3 color;
用于实时辐射场渲染的3D高斯溅射——3D Gaussian Splatting for Real-Time Radiance Field Rendering
最新发布
weixin_51454889的博客
04-30 471
本周的工作重点是研究论文《用于实时辐射场渲染的3D高斯溅射》，深入探讨了其提出的3D Gaussian Splatting方法及其在实时渲染中的应用。该方法通过引入3D Gaussian模型和Splatting技术，突破了传统三维场景表示方法的局限性，尤其是在渲染速度和图像质量之间的权衡上表现优异。论文详细介绍了3D Gaussian的数学定义及其在三维几何建模中的优势，并通过光栅化技术将三维场景投影到二维图像，实现了高效的渲染过程。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值