CVPR24新作：教你网络“影分身术”，半小时生成专属数字人的GaussianAvatar

文章预览

🫱点这里加入18个细分方向交流群（🔥巨推荐）🫲 论文标题： GaussianAvatar: Towards Realistic Human Avatar Modeling from a Single Video via Animatable 3D Gaussians 论文作者： Liangxiao Hu, Hongwen Zhang, Yuxiang Zhang, Boyao Zhou, Boning Liu, Shengping Zhang, Liqiang Nie 项目地址： https://huliangxiao.github.io/GaussianAvatar   *关于作者* 本文由原paper一作胡良校博士全权翻译写作，胡良校博士就读于哈尔滨工业大学，师从张盛平教授，主要研究方向为人体数字化身建模与驱动，有多项工作发布于顶会顶刊上，本篇paper入选了CVPR 2024。 个人主页：https://huliangxiao.github.io/ https://huliangxiao.github.io/ 导读： 3DGS相较于NeRF具有渲染质量高，速度快的优势，NeRF是之前单目人体数字化身建模任务的主流表达方式，如何将3DGS的优势扩展到这一任务中替代NeRF是一个非常有意思的方向。本文介绍如何将3DGS这种高 ………………………………