論文の概要: Split and Drive: Dual-Axis Disentanglement for Real-Time Gaussian Head Avatars

• arxiv url: http://arxiv.org/abs/2607.28032v1
• Date: Thu, 30 Jul 2026 11:17:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-31 21:37:00.522545
• Title: Split and Drive: Dual-Axis Disentanglement for Real-Time Gaussian Head Avatars
• Title（参考訳）: スプリットとドライブ:リアルタイムガウスヘッドアバターの2軸アンタングル
• Authors: MD Wahiduzzaman Khan, Mingshan Jia, Xiaolin Zhang, En Yu, Kaska Musial-Gabrys,
• Abstract要約: SpiD(Split and Drive)は、2つのアンタングル軸上に構築された単一イメージのガウシアンヘッドアバターフレームワークである。 計算軸はフレーム単位の駆動を内部化し、推論時の外部追跡依存性を排除する。 実験は最先端の手法に対して一貫して強い性能を示す。
• 参考スコア（独自算出の注目度）: 12.132174271447544
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Creating photorealistic animatable head avatars from a single image remains a fundamental challenge in digital human synthesis. While recent 3D Gaussian Splatting methods have achieved promising results, they rely on external tracking pipelines whose latency is excluded from inference measurements. Furthermore, they adopt unified representations that entangle geometrically distinct facial regions, limiting both expressiveness and rendering fidelity. We propose SpiD (Split and Drive), a single-image Gaussian head avatar framework built on two disentanglement axes. The compute axis internalizes per-frame driving, eliminating external tracking dependency at inference. The feature axis decomposes the avatar into three specialized Gaussian branches, each modeling a geometrically distinct facial domain. Extensive experiments demonstrate consistently strong performance against state-of-the-art methods while achieving the fastest inference speed among all compared methods on a single GPU with the complete driving pipeline included.
• Abstract（参考訳）: 単一の画像からフォトリアリスティックなアニマタブルな頭部アバターを作成することは、デジタル人間の合成における根本的な課題である。 最近の3D Gaussian Splatting法は有望な結果を得たが、推論測定から遅延を除外した外部追跡パイプラインに依存している。 さらに、幾何学的に異なる顔領域を絡み合わせる統一表現を採用し、表現力と表現力の両方を制限している。 本研究では,2つの非交叉軸上に構築された単一像ガウスヘッドアバターフレームワークであるSplit and Driveを提案する。 計算軸はフレーム単位の駆動を内部化し、推論時の外部追跡依存性を排除する。 特徴軸はアバターを3つの特殊ガウス枝に分解し、それぞれが幾何学的に異なる顔領域をモデル化する。 大規模な実験は、最先端の手法に対して一貫して強力な性能を示しながら、完全な駆動パイプラインを含む単一のGPU上で比較されたすべてのメソッドの中で最速の推論速度を達成する。

関連論文リスト

• CaricatureGS: Exaggerating 3D Gaussian Splatting Faces With Gaussian Curvature [13.47263744740423]
  顔のための制御可能で制御可能な3Dキャラクタライゼーションフレームワークを紹介する。 我々は3Dガウススティング(3DGS)を利用しており、これは近年、現実的な自由視点アバターを生み出すことが示されている。
  論文  参考訳（メタデータ） (2026-01-06T13:56:28Z)
• 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)
• AGORA: Adversarial Generation Of Real-time Animatable 3D Gaussian Head Avatars [54.854597811704316]
  AGORAは、3DGSを生成的敵ネットワーク内で拡張し、アニマタブルなアバターを生成する新しいフレームワークである。 表現の忠実度は、二重識別器の訓練スキームによって強制される。 AGORAは視覚的にリアルなだけでなく、正確に制御可能なアバターを生成する。
  論文  参考訳（メタデータ） (2025-12-06T14:05:20Z)
• TriaGS: Differentiable Triangulation-Guided Geometric Consistency for 3D Gaussian Splatting [2.441486089588484]
  3次元ガウススプラッティングは、画像のレンダリングの効率と能力のために、リアルタイムな新しいビュー合成に不可欠である。 本稿では,制約付き多視点三角測量による大域的幾何整合を強制することにより,再構成を改善する新しい手法を提案する。 複数のフォトリアリスティックデータセットにまたがって本手法の有効性を示す。
  論文  参考訳（メタデータ） (2025-12-06T03:45:39Z)
• 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)
• GPS-Gaussian+: Generalizable Pixel-wise 3D Gaussian Splatting for Real-Time Human-Scene Rendering from Sparse Views [67.34073368933814]
  スパースビューカメラ設定下での高解像度画像レンダリングのための一般化可能なガウススプラッティング手法を提案する。 我々は,人間のみのデータや人景データに基づいてガウスパラメータ回帰モジュールをトレーニングし,深度推定モジュールと共同で2次元パラメータマップを3次元空間に引き上げる。 いくつかのデータセットに対する実験により、我々の手法はレンダリング速度を超越しながら最先端の手法より優れていることが示された。
  論文  参考訳（メタデータ） (2024-11-18T08:18:44Z)
• GVA: Reconstructing Vivid 3D Gaussian Avatars from Monocular Videos [56.40776739573832]
  モノクロビデオ入力(GVA)から鮮明な3Dガウスアバターの作成を容易にする新しい手法を提案する。 私たちのイノベーションは、高忠実な人体再構築を実現するという、複雑な課題に対処することにあります。 通常の地図とシルエットを整列させて手足のポーズ精度を向上させるためにポーズ改善手法を提案する。
  論文  参考訳（メタデータ） (2024-02-26T14:40:15Z)
• ASH: Animatable Gaussian Splats for Efficient and Photoreal Human Rendering [62.81677824868519]
  本稿では,動的人間をリアルタイムに写実的にレンダリングするためのアニマタブルなガウススプラッティング手法を提案する。 我々は、被服をアニマタブルな3Dガウスとしてパラメータ化し、画像空間に効率よく切り込み、最終的なレンダリングを生成する。 我々は、ポーズ制御可能なアバターの競合手法を用いてASHをベンチマークし、我々の手法が既存のリアルタイムメソッドよりも大きなマージンで優れており、オフラインメソッドよりも同等またはそれ以上の結果を示すことを示した。
  論文  参考訳（メタデータ） (2023-12-10T17:07:37Z)

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。