論文の概要: SRM-Hair: Single Image Head Mesh Reconstruction via 3D Morphable Hair

• arxiv url: http://arxiv.org/abs/2503.06154v1
• Date: Sat, 08 Mar 2025 10:37:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-11 15:49:18.680552
• Title: SRM-Hair: Single Image Head Mesh Reconstruction via 3D Morphable Hair
• Title（参考訳）: SRM-Hair:3次元形状型ヘアを用いた単一画像ヘッドメッシュ再構成
• Authors: Zidu Wang, Jiankuo Zhao, Miao Xu, Xiangyu Zhu, Zhen Lei,
• Abstract要約: 本稿では, 3Dヘアを変形可能とし, 係数によって制御する, ヘアのセマンティック・コンスタント・レイ・モデリング(SRM-Hair)を提案する。 我々は,3次元顔データと組み合わせた250以上の高忠実度実毛髪スキャンのデータセットを収集し,3次元変形性毛髪の前駆体として機能する。 SRM-Hairは独立したヘアメッシュ、仮想アバター作成、リアルアニメーション、高忠実なヘアレンダリングに応用している。
• 参考スコア（独自算出の注目度）: 34.11388822363024
• License:
• Abstract: 3D Morphable Models (3DMMs) have played a pivotal role as a fundamental representation or initialization for 3D avatar animation and reconstruction. However, extending 3DMMs to hair remains challenging due to the difficulty of enforcing vertex-level consistent semantic meaning across hair shapes. This paper introduces a novel method, Semantic-consistent Ray Modeling of Hair (SRM-Hair), for making 3D hair morphable and controlled by coefficients. The key contribution lies in semantic-consistent ray modeling, which extracts ordered hair surface vertices and exhibits notable properties such as additivity for hairstyle fusion, adaptability, flipping, and thickness modification. We collect a dataset of over 250 high-fidelity real hair scans paired with 3D face data to serve as a prior for the 3D morphable hair. Based on this, SRM-Hair can reconstruct a hair mesh combined with a 3D head from a single image. Note that SRM-Hair produces an independent hair mesh, facilitating applications in virtual avatar creation, realistic animation, and high-fidelity hair rendering. Both quantitative and qualitative experiments demonstrate that SRM-Hair achieves state-of-the-art performance in 3D mesh reconstruction. Our project is available at https://github.com/wang-zidu/SRM-Hair
• Abstract（参考訳）: 3Dモーフブルモデル(3DMM)は、3Dアバターアニメーションと再構成の基本的な表現や初期化として重要な役割を担っている。 しかし,3DMMを毛髪に拡張することは,髪形全体にわたって頂点レベルの一貫した意味を強制することが困難であるため,依然として困難である。 本稿では, 3Dヘアを変形可能とし, 係数で制御する新手法であるSemantic-Consistent Ray Modeling of Hair (SRM-Hair)を提案する。 重要な貢献は、順序付けられた毛髪表面の頂点を抽出し、髪型融合への添加性、適応性、反転性、厚さ修正などの顕著な特性を示す意味一貫性のある線モデリングである。 我々は,3次元顔データと組み合わせた250以上の高忠実度実毛髪スキャンのデータセットを収集し,3次元変形性毛髪の前駆体として機能する。 これに基づいて、SRM-Hairは1枚の画像から3Dヘッドと組み合わせたヘアメッシュを再構築することができる。 SRM-Hairは独立したヘアメッシュを生成し、仮想アバター作成、リアルアニメーション、高忠実度ヘアレンダリングの応用を容易にしている。 SRM-Hairが3次元メッシュ再構成における最先端性能を達成することを示す定量的および定性的な実験である。 私たちのプロジェクトはhttps://github.com/wang-zidu/SRM-Hairで利用可能です。

関連論文リスト

• Generating Editable Head Avatars with 3D Gaussian GANs [57.51487984425395]
  従来の3D-Aware Generative Adversarial Network (GAN) は、フォトリアリスティックでビューに一貫性のある3Dヘッド合成を実現する。 本稿では,3次元ガウススプラッティング(3DGS)を明示的な3次元表現として取り入れることで,3次元ヘッドアバターの編集性とアニメーション制御を向上する手法を提案する。 提案手法は,最先端の制御性を備えた高品質な3D認識合成を実現する。
  論文  参考訳（メタデータ） (2024-12-26T10:10:03Z)
• StrandHead: Text to Strand-Disentangled 3D Head Avatars Using Hair Geometric Priors [33.00657081996672]
  ストランドヘッド(StrandHead)は3次元頭部アバター生成法である。 StrandHeadが生成した3D頭部と毛髪の最先端の現実と多様性を実現することを示す。 生成された3Dヘアは、物理シミュレーションやその他の用途のために、Unreal Engineで容易に実装できる。
  論文  参考訳（メタデータ） (2024-12-16T09:17:36Z)
• Human Hair Reconstruction with Strand-Aligned 3D Gaussians [39.32397354314153]
  従来のヘアストランドと3Dガウスの二重表現を用いた新しいヘアモデリング手法を提案する。 ヒトのアバターをモデル化するための非構造ガウス的アプローチとは対照的に,本手法は3Dポリラインや鎖を用いて髪を再構築する。 提案手法はGaussian Haircutと呼ばれ, 合成シーンと実シーンで評価し, ストランドベースヘア再構築作業における最先端性能を実証する。
  論文  参考訳（メタデータ） (2024-09-23T07:49:46Z)
• MeGA: Hybrid Mesh-Gaussian Head Avatar for High-Fidelity Rendering and Head Editing [34.31657241047574]
  より適切な表現で異なるヘッドコンポーネントをモデル化するハイブリッドメッシュ・ガウスヘッドアバター(MeGA)を提案する。 MeGAは、ヘッド全体の高忠実度レンダリングを生成し、自然に下流タスクをサポートする。 NeRSembleデータセットの実験は、我々の設計の有効性を実証している。
  論文  参考訳（メタデータ） (2024-04-29T18:10:12Z)
• MonoHair: High-Fidelity Hair Modeling from a Monocular Video [40.27026803872373]
  MonoHairはモノクロビデオから高忠実度毛髪再構築を実現するための汎用フレームワークである。 提案手法は, 毛髪のモデリング過程を, 正確な外装再構築と内部構造推定の2つの段階に分岐させる。 実験により,本手法は多彩なヘアスタイルにまたがって頑健性を示し,最先端の性能を実現していることが示された。
  論文  参考訳（メタデータ） (2024-03-27T08:48:47Z)
• PSAvatar: A Point-based Shape Model for Real-Time Head Avatar Animation with 3D Gaussian Splatting [17.78639236586134]
  PSAvatarは、アニマタブルヘッドアバター作成のための新しいフレームワークである。 詳細な表現と高忠実度レンダリングに3D Gaussian を使用している。 PSAvatarは多種多様な被験者の高忠実度頭部アバターを再構築でき、リアルタイムでアバターをアニメーションできることを示す。
  論文  参考訳（メタデータ） (2024-01-23T16:40:47Z)
• HAAR: Text-Conditioned Generative Model of 3D Strand-based Human Hairstyles [85.12672855502517]
  そこで本研究では,3次元ヘアスタイルのための新しいストランドベース生成モデルであるHAARについて紹介する。 テキスト入力に基づいて、HAARは現代のコンピュータグラフィックスエンジンで生産レベルの資産として使用できる3Dヘアスタイルを生成する。
  論文  参考訳（メタデータ） (2023-12-18T19:19:32Z)
• Text-Guided Generation and Editing of Compositional 3D Avatars [59.584042376006316]
  私たちのゴールは、テキスト記述だけで髪とアクセサリーを備えたリアルな3D顔アバターを作ることです。 既存の方法はリアリズムを欠いているか、非現実的な形状を作り出すか、編集をサポートしていないかのいずれかである。
  論文  参考訳（メタデータ） (2023-09-13T17:59:56Z)
• HairStep: Transfer Synthetic to Real Using Strand and Depth Maps for Single-View 3D Hair Modeling [55.57803336895614]
  学習型単一視点3Dヘアモデリングの課題に対処する。 まず, ストランドマップと深度マップからなる新しい中間表現をHairStepと呼ぶ。 HairStepは正確な3Dヘアモデリングに十分な情報を提供するだけでなく、実際の画像から推測できる。
  論文  参考訳（メタデータ） (2023-03-05T15:28:13Z)
• DRaCoN -- Differentiable Rasterization Conditioned Neural Radiance Fields for Articulated Avatars [92.37436369781692]
  フルボディの体積アバターを学習するためのフレームワークであるDRaCoNを提案する。 2Dと3Dのニューラルレンダリング技術の利点を利用する。 挑戦的なZJU-MoCapとHuman3.6Mデータセットの実験は、DRaCoNが最先端の手法より優れていることを示している。
  論文  参考訳（メタデータ） (2022-03-29T17:59:15Z)

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。