論文の概要: Generative Relightable Avatars
- arxiv url: http://arxiv.org/abs/2606.22718v1
- Date: Sun, 21 Jun 2026 23:36:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-25 05:08:45.281986
- Title: Generative Relightable Avatars
- Title（参考訳）: 再生可能なアバター
- Authors: Kunwar Maheep Singh, Christian Theobalt, Rishabh Dabral,
- Abstract要約: Generative Relightable Avatars (GRA) は、フルボディの人間の自由視点レンダリングと環境マップリライティングのための個人固有の手法である。
GRAは制御可能な物理グラウンドのリライトと確率的洗練を組み合わせたハイブリッドアプローチに従う。
- 参考スコア（独自算出の注目度）: 54.38436795769187
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present Generative Relightable Avatars (GRA), a person-specific method for photorealistic free-view rendering and environment-map relighting of full-body humans. We postulate that modeling fine-grained appearance details is inherently a one-to-many problem that can benefit from a generative formulation. In contrast to fully regressive relightable avatar methods, GRA follows a hybrid approach that combines controllable, physics-grounded relighting with probabilistic refinement. Starting from a tracked animated mesh, we optimize material parameters in UV-space and render a coarse relit appearance under a target HDR environment map. Next, we refine the textures with a feed-forward model to capture pose-dependent texture dynamics and illumination effects beyond simplified reflectance assumptions. Finally, a fine-tuned video-to-video diffusion model transforms the physically grounded renderings into temporally coherent, high-detail videos while preserving 3D control, with an error-recycling strategy for generating long videos. Experimental evaluations demonstrate our method's improved perceptual quality over prior relightable avatar baselines. Project Page: https://vcai.mpi-inf.mpg.de/projects/GRA/
- Abstract（参考訳）: 本稿では、フルボディヒトの光リアルなフリービューレンダリングと環境マップリライティングのための個人固有の手法であるジェネレーティブ・リライタブル・アバター(GRA)について述べる。
細かな外観の詳細をモデル化することは本質的に1対多の問題であり、生成的定式化の恩恵を受けることができると仮定する。
完全に回帰的なリライト可能なアバター法とは対照的に、GRAは制御可能な物理グラウンドのリライトと確率的改善を組み合わせたハイブリッドアプローチに従う。
対象のHDR環境マップに基づいて,トラックされたアニメーションメッシュからUV空間の材料パラメータを最適化し,粗い信頼性の外観をレンダリングする。
次に、フィードフォワードモデルを用いてテクスチャを洗練し、簡易なリフレクタンス仮定を超えたポーズ依存テクスチャダイナミクスと照明効果を捉える。
最後に、微調整されたビデオ間拡散モデルにより、物理的に接地されたレンダリングを3D制御を保ちながら、時間的に整合した高精細なビデオに変換する。
実験により,従来の照準アバターベースラインよりも知覚品質が向上していることが確認された。
Project Page: https://vcai.mpi-inf.mpg.de/projects/GRA/
関連論文リスト
- DiffusionRenderer: Neural Inverse and Forward Rendering with Video Diffusion Models [83.28670336340608]
逆レンダリングとフォワードレンダリングの二重問題に対処するニューラルアプローチであるDiffusionRendererを導入する。
本モデルは,リライティング,素材編集,現実的なオブジェクト挿入など,単一のビデオ入力から現実的な応用を可能にする。
論文 参考訳（メタデータ） (2025-01-30T18:59:11Z) - GenLit: Reformulating Single-Image Relighting as Video Generation [42.0880277180892]
我々は、映像生成モデルに光操作を行うためのグラフィックスエンジンの能力を蒸留するフレームワークであるGenLitを紹介する。
小さな合成データセットのみに微調整されたモデルが現実世界のシーンに一般化されることが分かりました。
論文 参考訳（メタデータ） (2024-12-15T15:40:40Z) - Interactive Rendering of Relightable and Animatable Gaussian Avatars [37.73483372890271]
本稿では,多視点映像や単眼アバター映像から身体材料と照明を分離する簡便で効率的な方法を提案する。
提案手法は,合成データと実データの両方で高速に高品質な結果が得られる。
論文 参考訳（メタデータ） (2024-07-15T13:25:07Z) - UltrAvatar: A Realistic Animatable 3D Avatar Diffusion Model with Authenticity Guided Textures [80.047065473698]
幾何学の忠実度を高めたUltrAvatarと呼ばれる新しい3次元アバター生成手法を提案し,光を必要とせずに物理ベースレンダリング(PBR)テクスチャの質を向上する。
提案手法の有効性とロバスト性を実証し,実験において最先端の手法よりも高い性能を示した。
論文 参考訳（メタデータ） (2024-01-20T01:55:17Z) - FLARE: Fast Learning of Animatable and Relightable Mesh Avatars [64.48254296523977]
私たちのゴールは、幾何学的に正確で、リアルで、楽しい、現在のレンダリングシステムと互換性のあるビデオから、パーソナライズ可能な3Dアバターを効率的に学習することです。
単眼ビデオからアニマタブルアバターとリライトブルアバターの作成を可能にする技術であるFLAREを紹介する。
論文 参考訳（メタデータ） (2023-10-26T16:13:00Z)
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。