論文の概要: GlassesGB: Controllable 2D GAN-Based Eyewear Personalization for 3D Gaussian Blendshapes Head Avatars

• arxiv url: http://arxiv.org/abs/2601.17088v1
• Date: Fri, 23 Jan 2026 10:04:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-27 15:23:07.220102
• Title: GlassesGB: Controllable 2D GAN-Based Eyewear Personalization for 3D Gaussian Blendshapes Head Avatars
• Title（参考訳）: GlassesGB:3Dガウスブラザーズヘッドアバターのための2D GANベースのアイウェアパーソナライズ
• Authors: Rui-Yang Ju, Jen-Shiun Chiang,
• Abstract要約: 3Dヘッドアバターのカスタマイズ可能なアイウェア生成をサポートするGlassesGBを提案する。 GlassesGBは、3Dヘッドアバターレンダリングで2D生成のカスタマイズを効果的にブリッジし、VRアプリケーション用にパーソナライズされたアイウェアデザインを実現する上での課題に対処する。
• 参考スコア（独自算出の注目度）: 0.8594140167290097
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Virtual try-on systems allow users to interactively try different products within VR scenarios. However, most existing VTON methods operate only on predefined eyewear templates and lack support for fine-grained, user-driven customization. While GlassesGAN enables personalized 2D eyewear design, its capability remains limited to 2D image generation. Motivated by the success of 3D Gaussian Blendshapes in head reconstruction, we integrate these two techniques and propose GlassesGB, a framework that supports customizable eyewear generation for 3D head avatars. GlassesGB effectively bridges 2D generative customization with 3D head avatar rendering, addressing the challenge in achieving personalized eyewear design for VR applications. The implementation code is available at https://ruiyangju.github.io/GlassesGB.
• Abstract（参考訳）: 仮想トライオンシステムを使えば、ユーザーはVRシナリオ内でさまざまな製品をインタラクティブに試すことができる。 しかしながら、既存のVTONメソッドの多くは、事前に定義されたアイウェアテンプレートのみで動作し、きめ細かいユーザー主導のカスタマイズをサポートしていない。 GlassesGANは、パーソナライズされた2Dアイウェアデザインを可能にするが、その能力は2D画像生成に限られる。 頭部再建における3D Gaussian Blendshapesの成功に触発され,これら2つの技術を統合し,3Dヘッドアバターのカスタマイズ可能なアイウェア生成をサポートするGlassesGBを提案する。 GlassesGBは、3Dヘッドアバターレンダリングで2D生成のカスタマイズを効果的にブリッジし、VRアプリケーション用にパーソナライズされたアイウェアデザインを実現する上での課題に対処する。 実装コードはhttps://ruiyangju.github.io/GlassesGBで公開されている。

関連論文リスト

• VASA-3D: Lifelike Audio-Driven Gaussian Head Avatars from a Single Image [27.76629170122787]
  VASA-3Dはオーディオ駆動の単発3Dヘッドアバタージェネレータである。 この研究は、実際の人間の顔に存在する微妙な表情の詳細を捉え、単一の肖像画から複雑な3D頭部アバターを再構築する、という2つの大きな課題に取り組む。
  論文  参考訳（メタデータ） (2025-12-16T18:44:00Z)
• MoGA: 3D Generative Avatar Prior for Monocular Gaussian Avatar Reconstruction [65.5412504339528]
  MoGAは高忠実度3Dガウスアバターを単一視点画像から再構成する新しい手法である。 提案手法は最先端の手法を超越し,実世界のシナリオを一般化する。
  論文  参考訳（メタデータ） (2025-07-31T14:36:24Z)
• Arc2Avatar: Generating Expressive 3D Avatars from a Single Image via ID Guidance [69.9745497000557]
  本稿では,人間の顔の基盤モデルを用いた最初のSDSベースの手法であるArc2Avatarについて述べる。 我々のアバターは人間の顔メッシュテンプレートとの密接な対応を維持しており、ブレンドシェープによる表現生成を可能にしている。
  論文  参考訳（メタデータ） (2025-01-09T17:04:33Z)
• 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)
• Virtual Trial Room with Computer Vision and Machine Learning [0.0]
  顧客は、適合性と適合性に関する確実性がないため、しばしばウェアラブル製品を購入することをためらう。 Virtual Trial Room with Computer Vision and Machine Learningと呼ばれるプラットフォームは、顧客がプロダクトが適合するかどうかを簡単にチェックできるように設計されている。 DECAモデルを用いて1枚の2次元画像から、人間の頭部のAI生成3次元モデルを作成する。 この3Dモデルは、実世界の計測に基づいて人間の頭の上に装着された、カスタムメイドのガラスの3Dモデルで重畳された。
  論文  参考訳（メタデータ） (2024-12-14T06:50:10Z)
• DEGAS: Detailed Expressions on Full-Body Gaussian Avatars [13.683836322899953]
  顔表情の豊かなフルボディアバターに対する3次元ガウススティング(3DGS)に基づくモデリング手法であるDEGASを提案する。 本稿では,2次元の顔と3次元のアバターのギャップを埋めて,2次元の肖像画にのみ訓練された潜在空間を採用することを提案する。
  論文  参考訳（メタデータ） (2024-08-20T06:52:03Z)
• Articulated 3D Head Avatar Generation using Text-to-Image Diffusion Models [107.84324544272481]
  多様な頭部アバターを合成する能力は、拡張現実、撮影、教育など、多くの応用に不可欠である。 テキスト誘導型3Dオブジェクト生成に関する最近の研究は、これらのニーズに対処する上で大きな可能性を秘めている。 拡散に基づく頭部アバターは,この課題に対する最先端のアプローチよりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-07-10T19:15:32Z)
• M3D-VTON: A Monocular-to-3D Virtual Try-On Network [62.77413639627565]
  既存の3D仮想試行法は主に注釈付き3D人体形状と衣服テンプレートに依存している。 本稿では,2次元と3次元の両方のアプローチの利点を生かした,モノクロから3次元仮想トライオンネットワーク(M3D-VTON)を提案する。
  論文  参考訳（メタデータ） (2021-08-11T10:05:17Z)

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。