論文の概要: FATE: Full-head Gaussian Avatar with Textural Editing from Monocular Video

• arxiv url: http://arxiv.org/abs/2411.15604v2
• Date: Fri, 21 Mar 2025 09:08:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-24 14:53:33.112376
• Title: FATE: Full-head Gaussian Avatar with Textural Editing from Monocular Video
• Title（参考訳）: FATE: モノクロ映像からテクスチャ編集を施したフルヘッドガウスアバター
• Authors: Jiawei Zhang, Zijian Wu, Zhiyang Liang, Yicheng Gong, Dongfang Hu, Yao Yao, Xun Cao, Hao Zhu,
• Abstract要約: FATEは、単一のモノクロビデオから編集可能なフルヘッドアバターを再構築する新しい方法である。 離散ガウス表現を連続写像に変換するためのニューラルベーキング手法が導入された。 FATEは、定性評価と定量的評価の両方において、以前のアプローチより優れている。
• 参考スコア（独自算出の注目度）: 18.527326184502574
• License:
• Abstract: Reconstructing high-fidelity, animatable 3D head avatars from effortlessly captured monocular videos is a pivotal yet formidable challenge. Although significant progress has been made in rendering performance and manipulation capabilities, notable challenges remain, including incomplete reconstruction and inefficient Gaussian representation. To address these challenges, we introduce FATE, a novel method for reconstructing an editable full-head avatar from a single monocular video. FATE integrates a sampling-based densification strategy to ensure optimal positional distribution of points, improving rendering efficiency. A neural baking technique is introduced to convert discrete Gaussian representations into continuous attribute maps, facilitating intuitive appearance editing. Furthermore, we propose a universal completion framework to recover non-frontal appearance, culminating in a 360$^\circ$-renderable 3D head avatar. FATE outperforms previous approaches in both qualitative and quantitative evaluations, achieving state-of-the-art performance. To the best of our knowledge, FATE is the first animatable and 360$^\circ$ full-head monocular reconstruction method for a 3D head avatar.
• Abstract（参考訳）: 高忠実でアニマタブルな3Dヘッドアバターを、一眼レフで撮影したモノクロビデオから再構築することは、重要な挑戦だ。 性能と操作能力のレンダリングには大きな進歩があったが、不完全な再構築や非効率なガウス表現など、注目すべき課題が残っている。 これらの課題に対処するために、単一のモノクロビデオから編集可能なフルヘッドアバターを再構築する新しい方法であるFATEを紹介する。 FATEはサンプリングベースのデンシフィケーション戦略を統合し、ポイントの最適な位置分布を確保し、レンダリング効率を向上させる。 離散ガウス表現を連続属性マップに変換するニューラルベーキング手法を導入し、直感的な外観編集を容易にする。 さらに,360$^\circ$-renderable 3Dヘッドアバターにおいて,前向きでない外観を復元するための普遍的な補完フレームワークを提案する。 FATEは定性評価と定量的評価の両方において従来の手法より優れており、最先端のパフォーマンスを実現している。 我々の知る限り、FATEは最初のアニマタブルで360$^\circ$フルヘッド単分子再構成法である。

関連論文リスト

• GAF: Gaussian Avatar Reconstruction from Monocular Videos via Multi-view Diffusion [5.49003371165534]
  記録からの光リアルな3D頭部アバター再構成は、観測が限られているため困難である。 複数視点の頭部拡散モデルを導入し,その先行特性を利用して,欠落した領域を埋め,視界の整合性を確保する。 本研究では,コモディティデバイスで撮影したモノクローナルビデオから高忠実度アバターを復元した。
  論文  参考訳（メタデータ） (2024-12-13T15:31:22Z)
• Generalizable and Animatable Gaussian Head Avatar [50.34788590904843]
  本稿では,GAGAvatar(Generalizable and Animatable Gaussian Head Avatar)を提案する。 我々は、1つの前方通過で1つの画像から3次元ガウスのパラメータを生成する。 提案手法は, 従来の手法と比較して, 再現性や表現精度の点で優れた性能を示す。
  論文  参考訳（メタデータ） (2024-10-10T14:29:00Z)
• FAGhead: Fully Animate Gaussian Head from Monocular Videos [2.9979421496374683]
  FAGheadは、モノクロビデオから完全に制御可能な人間の肖像画を可能にする方法である。 従来の3次元形状メッシュ(3DMM)を明示し,中性な3次元ガウス多様体を複素表現で再構成するために最適化する。 アバターのエッジを効果的に管理するために,各画素のアルファ値を監督するアルファレンダリングを導入した。
  論文  参考訳（メタデータ） (2024-06-27T10:40:35Z)
• GVA: Reconstructing Vivid 3D Gaussian Avatars from Monocular Videos [56.40776739573832]
  モノクロビデオ入力(GVA)から鮮明な3Dガウスアバターの作成を容易にする新しい手法を提案する。 私たちのイノベーションは、高忠実な人体再構築を実現するという、複雑な課題に対処することにあります。 通常の地図とシルエットを整列させて手足のポーズ精度を向上させるためにポーズ改善手法を提案する。
  論文  参考訳（メタデータ） (2024-02-26T14:40:15Z)
• GAvatar: Animatable 3D Gaussian Avatars with Implicit Mesh Learning [60.33970027554299]
  ガウススプラッティングは、明示的(メッシュ)と暗黙的(NeRF)の両方の3D表現の利点を利用する強力な3D表現として登場した。 本稿では,ガウススプラッティングを利用してテキスト記述から現実的なアニマタブルなアバターを生成する。 提案手法であるGAvatarは,テキストプロンプトのみを用いて,多様なアニマタブルアバターを大規模に生成する。
  論文  参考訳（メタデータ） (2023-12-18T18:59:12Z)
• MonoGaussianAvatar: Monocular Gaussian Point-based Head Avatar [44.125711148560605]
  モノガウスアバター(MonoGaussian Avatar)は、3次元ガウス点表現とガウス変形場を利用する新しいアプローチである。 実験により, 従来手法の最先端化を図り, 提案手法の優れた性能を実証した。
  論文  参考訳（メタデータ） (2023-12-07T18:59:31Z)
• GaussianAvatar: Towards Realistic Human Avatar Modeling from a Single Video via Animatable 3D Gaussians [51.46168990249278]
  一つのビデオから動的に3D映像を映し出すリアルな人間のアバターを作成するための効率的なアプローチを提案する。 GustafAvatarは、公開データセットと収集データセットの両方で検証されています。
  論文  参考訳（メタデータ） (2023-12-04T18:55:45Z)
• OTAvatar: One-shot Talking Face Avatar with Controllable Tri-plane Rendering [81.55960827071661]
  制御性、一般化性、効率性は、ニューラル暗黙の場で表される顔アバターを構成する主要な目的である。 汎用制御可能な3面描画ソリューションにより顔アバターを構成するワンショット面アバター(OTAvatar)を提案する。
  論文  参考訳（メタデータ） (2023-03-26T09:12:03Z)
• PointAvatar: Deformable Point-based Head Avatars from Videos [103.43941945044294]
  PointAvatarは変形可能な点ベースの表現で、原色を固有アルベドと正規依存シェーディングに分解する。 提案手法は,複数の音源からのモノクロビデオを用いて,アニマタブルな3Dアバターを生成することができることを示す。
  論文  参考訳（メタデータ） (2022-12-16T10:05:31Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。