論文の概要: URHead: A Unified UV-Space Representation for Joint Mesh-3DGS Optimization in Head Avatars
- arxiv url: http://arxiv.org/abs/2607.22673v1
- Date: Wed, 08 Jul 2026 04:39:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-02 22:55:39.01712
- Title: URHead: A Unified UV-Space Representation for Joint Mesh-3DGS Optimization in Head Avatars
- Title（参考訳）: URHead: 頭アバターにおける関節メッシュ3DGS最適化のための統一UV空間表現
- Abstract要約: 本稿では,高忠実度およびアニマタブルヘッドアバターの統一表現URHeadを提案する。
我々の重要な貢献は、両表現が共通のUVパラメータ化を共有するUV空間の統合である。
URHeadは、主題固有の詳細を保存しながら完全な制御性を維持し、パラメトリックな再構築品質とアニメーションの一貫性において、既存の最先端の手法より優れています。
- 参考スコア（独自算出の注目度）: 26.674926584560094
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present URHead, a unified representation for high-fidelity and animatable head avatars that fundamentally redefines mesh-Gaussian integration. While mesh-based methods offer precise geometric control but lack photorealistic detail, and Gaussian-based approaches achieve photorealism but suffer from poor structural consistency, existing hybrid solutions fail to fully leverage their complementary strengths. Our key contribution is a UV-space unification where both representations share a common UV parameterization. Through joint optimization with adaptive gaussian sampling, our method automatically learns to disentangle and allocate appropriate roles to each component. URHead maintains full parametric controllability while preserving subject-specific details, and outperforms existing state-of-the-art methods in reconstruction quality and animation consistency.
- Abstract（参考訳）: 我々は、メッシュ-ガウス積分を根本的に再定義する高忠実度およびアニマタブルヘッドアバターの統一表現URHeadを提案する。
メッシュベースの手法は正確な幾何学的制御を提供するが、フォトリアリスティックな詳細は欠如しており、ガウスベースのアプローチはフォトリアリズムを実現するが、構造的な一貫性に乏しいが、既存のハイブリッドソリューションはその補完的な強みを完全に活用することができない。
我々の重要な貢献は、両表現が共通のUVパラメータ化を共有するUV空間の統合である。
適応ガウスサンプリングを用いた協調最適化により,各部品に適切な役割を割り当てる手法が自動的に学習される。
URHeadは、主題固有の詳細を保存しながら完全なパラメトリック制御性を維持し、復元品質とアニメーションの一貫性において既存の最先端の手法より優れている。
関連論文リスト
- SHARE: A Fully Unsupervised Framework for Single Hyperspectral Image Restoration [9.908527979711902]
ハイパースペクトル画像(HSI)の復元は、計算画像とコンピュータビジョンの基本的な課題である。
本稿では、低ランクスペクトルモデリングと幾何同値原理を統一する、完全に教師なしのフレームワークであるSHAREを提案する。
提案手法は最先端の教師なし手法よりも優れており,教師付き手法に匹敵する性能を実現している。
論文 参考訳（メタデータ） (2026-01-20T14:01:13Z) - InpaintHuman: Reconstructing Occluded Humans with Multi-Scale UV Mapping and Identity-Preserving Diffusion Inpainting [64.42884719282323]
InpaintHumanは、モノクロビデオから高忠実で完全でアニマタブルなアバターを生成する新しい方法である。
我々のアプローチは、アイデンティティの忠実性を保証するために、直接ピクセルレベルの監視を採用する。
論文 参考訳（メタデータ） (2026-01-05T13:26:02Z) - UniSH: Unifying Scene and Human Reconstruction in a Feed-Forward Pass [83.7071371474926]
UniSHは、統合されたフィードフォワードフレームワークで、共同でメートルスケールの3Dシーンと人間の再構築を行う。
我々のフレームワークは、シーン再構築とHMRとの違いを強く橋渡しします。
本モデルは,人間中心のシーン再構築における最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2026-01-03T16:06:27Z) - TexAvatars : Hybrid Texel-3D Representations for Stable Rigging of Photorealistic Gaussian Head Avatars [47.957612931386926]
テクスアバター(TexAvatars)は、解析リグの明示的な幾何学的基底とテクセル空間の空間的連続性を組み合わせたハイブリッド表現である。
提案手法は,CNNを用いてUV空間の局所的幾何学特性を推定するが,メッシュ認識ヤコビアンによる3次元変形を駆動する。
提案手法は,過度なポーズと表現変化下での最先端性能を実現し,挑戦的な頭部再現設定において強力な一般化を示す。
論文 参考訳（メタデータ） (2025-12-24T10:50:04Z) - STAvatar: Soft Binding and Temporal Density Control for Monocular 3D Head Avatars Reconstruction [18.777422532112105]
既存の3次元ガウス散乱に基づく手法は、通常、ガウス多様体を線形ブレンドスキニングのみを通してメッシュ三角形とモデル変形に結合する。
本研究では,(1)UV空間内のガウス特徴オフセットを学習するために,画像ベースと幾何学的先行情報の両方を活用するUV-Temporal Soft BindingフレームワークであるSTAvatarを提案する。
STAvatarは、特に細かな細部を捉え、しばしば閉鎖された領域を再構築する際に、最先端の再構築性能を達成する。
論文 参考訳（メタデータ） (2025-11-25T02:35:00Z) - VA-GS: Enhancing the Geometric Representation of Gaussian Splatting via View Alignment [48.147381011235446]
3D Gaussian Splattingは、リアルタイムな新規ビュー合成のための効率的なソリューションとして最近登場した。
ビューアライメントによる3次元ガウス多様体の幾何学的表現を強化する新しい手法を提案する。
本手法は, 表面再構成と新しいビュー合成の両面において, 最先端の性能を実現する。
論文 参考訳（メタデータ） (2025-10-13T14:44:50Z) - GDGS: 3D Gaussian Splatting Via Geometry-Guided Initialization And Dynamic Density Control [6.91367883100748]
Gaussian Splattingは、リアルタイムのパフォーマンスをサポートしながら、リアルな画像をレンダリングする代替手段である。
本稿では,初期化,最適化,密度制御における課題に対処するため,3次元ガウス分割法(3DGS)citeKerbl2023を提案する。
提案手法は,高忠実度画像をリアルタイムにレンダリングすることで,最先端の手法に匹敵する,あるいは優れた結果を示す。
論文 参考訳（メタデータ） (2025-07-01T01:29:31Z) - Hybrid Explicit Representation for Ultra-Realistic Head Avatars [55.829497543262214]
我々は,超現実的な頭部アバターを作成し,それをリアルタイムにレンダリングする新しい手法を提案する。
UVマップされた3Dメッシュは滑らかな表面のシャープでリッチなテクスチャを捉えるのに使われ、3Dガウス格子は複雑な幾何学構造を表現するために用いられる。
モデル化された結果が最先端のアプローチを上回る実験を行ないました。
論文 参考訳（メタデータ） (2024-03-18T04:01:26Z) - Hierarchical Integration Diffusion Model for Realistic Image Deblurring [71.76410266003917]
拡散モデル (DM) は画像劣化に導入され, 有望な性能を示した。
本稿では,階層型統合拡散モデル(HI-Diff)を提案する。
人工的および実世界のぼかしデータセットの実験は、HI-Diffが最先端の手法より優れていることを示した。
論文 参考訳（メタデータ） (2023-05-22T12:18:20Z)
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。