論文の概要: OMEGA-Avatar: One-shot Modeling of 360° Gaussian Avatars

• arxiv url: http://arxiv.org/abs/2602.11693v1
• Date: Thu, 12 Feb 2026 08:16:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-13 21:07:25.714602
• Title: OMEGA-Avatar: One-shot Modeling of 360° Gaussian Avatars
• Title（参考訳）: OMEGA-Avatar:360°ガウスアバターのワンショットモデリング
• Authors: Zehao Xia, Yiqun Wang, Zhengda Lu, Kai Liu, Jun Xiao, Peter Wonka,
• Abstract要約: OMEGA-Avatarは、単一の画像から一般化可能で360度完全でアニマブルな3Dガウスヘッドを同時に生成する最初のフレームワークである。 OMEGA-Avatarは最先端の性能を達成し,360度フルヘッド完全性において既存のベースラインを著しく上回っていることを示す。
• 参考スコア（独自算出の注目度）: 54.688420347927725
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Creating high-fidelity, animatable 3D avatars from a single image remains a formidable challenge. We identified three desirable attributes of avatar generation: 1) the method should be feed-forward, 2) model a 360° full-head, and 3) should be animation-ready. However, current work addresses only two of the three points simultaneously. To address these limitations, we propose OMEGA-Avatar, the first feed-forward framework that simultaneously generates a generalizable, 360°-complete, and animatable 3D Gaussian head from a single image. Starting from a feed-forward and animatable framework, we address the 360° full-head avatar generation problem with two novel components. First, to overcome poor hair modeling in full-head avatar generation, we introduce a semantic-aware mesh deformation module that integrates multi-view normals to optimize a FLAME head with hair while preserving its topology structure. Second, to enable effective feed-forward decoding of full-head features, we propose a multi-view feature splatting module that constructs a shared canonical UV representation from features across multiple views through differentiable bilinear splatting, hierarchical UV mapping, and visibility-aware fusion. This approach preserves both global structural coherence and local high-frequency details across all viewpoints, ensuring 360° consistency without per-instance optimization. Extensive experiments demonstrate that OMEGA-Avatar achieves state-of-the-art performance, significantly outperforming existing baselines in 360° full-head completeness while robustly preserving identity across different viewpoints.
• Abstract（参考訳）: 高忠実でアニマタブルな3Dアバターを1枚の画像から作り出すのは、まだまだ難しい課題だ。 アバター生成の望ましい3つの属性を同定した。 1) 方法はフィードフォワードにすべきである。 2)360度フルヘッドモデル、及び 3)アニメーション対応でなければならない。 しかし、現在の作業は3つのポイントのうち2つのみが同時に行われる。 これらの制約に対処するため, OMEGA-Avatarは, 一般化可能で360°完全かつアニマブルな3次元ガウスヘッドを単一画像から同時に生成する最初のフィードフォワードフレームワークである。 フィードフォワードおよびアニマタブルフレームワークから始めて、2つの新しいコンポーネントで360度フルヘッドアバター生成問題に対処する。 まず,ヘアモデリングの貧弱さをフルヘッドアバター生成で克服するために,マルチビュー正規化を統合したセマンティック・アウェア・メッシュ変形モジュールを導入し,そのトポロジー構造を保ちながら,髪付きFLAMEヘッドを最適化する。 第2に,全頭部特徴の効率的なフィードフォワードデコーディングを実現するため,多面的UV表現を構築する多視点機能スプラッティングモジュールを提案する。 このアプローチは、全視点にわたるグローバルな構造コヒーレンスと局所的な高周波の詳細の両方を保存し、インスタンスごとの最適化なしに360°の一貫性を確保する。 大規模な実験により、OMEGA-Avatarは最先端のパフォーマンスを達成し、360度フルヘッド完全性において既存のベースラインを著しく上回り、異なる視点でアイデンティティを安定に保存することを示した。

関連論文リスト

• SEGA: Drivable 3D Gaussian Head Avatar from a Single Image [15.117619290414064]
  本稿では,3次元ドライビング可能なガウスヘッドアバターの新規な手法であるSEGAを提案する。 SEGAは、大規模な2Dデータセットから派生した先行データと、マルチビュー、マルチ圧縮、マルチIDデータから得られた3D先行データとをシームレスに結合する。 提案手法は, 一般化能力, アイデンティティ保存, 表現リアリズムにおいて, 最先端の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2025-04-19T18:23:31Z)
• 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)
• GPAvatar: Generalizable and Precise Head Avatar from Image(s) [71.555405205039]
  GPAvatarは、1つの前方パスで1つまたは複数の画像から3Dヘッドアバターを再構築するフレームワークである。 提案手法は,忠実なアイデンティティ再構築,正確な表現制御,多視点一貫性を実現する。
  論文  参考訳（メタデータ） (2024-01-18T18:56:34Z)
• InvertAvatar: Incremental GAN Inversion for Generalized Head Avatars [40.10906393484584]
  本稿では,複数フレームからの忠実度向上を目的としたアルゴリズムを用いて,アバター復元性能を向上させる新しいフレームワークを提案する。 本アーキテクチャでは,画素対応画像-画像変換を重要視し,観測空間と標準空間の対応を学習する必要性を緩和する。 提案手法は,1ショットと数ショットのアバターアニメーションタスクにおける最先端の性能を示す。
  論文  参考訳（メタデータ） (2023-12-03T18:59:15Z)
• Generalizable One-shot Neural Head Avatar [90.50492165284724]
  本研究では,1枚の画像から3次元頭部アバターを再構成し,アニメイトする手法を提案する。 本研究では,一視点画像に基づく識別不能な人物を一般化するだけでなく,顔領域内外における特徴的詳細を捉えるフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-06-14T22:33:09Z)
• 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)

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。