1. 基本信息

• 题目：AniGS: Animatable Gaussian Avatar from a Single Image with Inconsistent Gaussian Reconstruction
• 时间：2024.12
• 发表：arxiv
• 机构：Alibaba等
• 作者：Lingteng Qiu等
• 链接直达：Project
• 关键词：img to 3d, human avatar
• 概括：通过multiview diffusion model生成，输入一个img，生成multiview，通过优化4DGS获得3D模型
• 摘要翻译：从单幅图像中生成可动画的人体化身对于各种数字人体建模应用至关重要。现有的三维重建方法往往难以捕捉动画模型中的精细细节，而可控动画的生成方法虽然避免了隐含3D建模，在极端姿势中存在视点不一致和计算效率低下的问题。在本文中，我们通过利用生成模型的力量来解决这些挑战，以产生详细的多视图规范姿势图像，这有助于解决可动画人体重建中的模糊问题。然后，我们提出了一种鲁棒的方法对不一致图像进行三维重建，从而在推理过程中实现实时渲染。具体来说，我们采用了一种基于Transformer的视频生成模型来生成多视角规范姿态图像和法线图，在大规模视频数据集上进行预训练，提高泛化性。为了处理视图不一致性，我们将重建问题重铸为4D任务，并使用4D Gaussian抛雪球介绍了一种高效的3D建模方法。实验表明，我们的方法实现了真实感的、