AIGC動態(tài)歡迎閱讀

原標題：HumanGaussian開源：基于Gaussian Splatting，高質量 3D 人體生成新框架

關鍵字：騰訊,人體,模型,結構,研究者

文章來源：機器之心

內容字數(shù)：6355字

內容摘要：機器之心專欄作者：香港中文大學，騰訊AI Lab，北京大學，香港大學，南洋理工大學在 3D 生成領域，根據(jù)文本提示創(chuàng)建高質量的 3D 人體外觀和幾何形狀對虛擬試穿、沉浸式遠程呈現(xiàn)等應用有深遠的意義。傳統(tǒng)方法需要經(jīng)歷一系列人工制作的過程，如 3D 人體模型回歸、綁定、蒙皮、紋理貼圖和驅動等。為了自動化 3D 內容生成，此前的一些典型工作（比如 DreamFusion [1] ）提出了分數(shù)蒸餾采樣 (Score Distillation Sampling)，通過優(yōu)化 3D 場景的神經(jīng)表達參數(shù)，使其在各個視角下渲染的 2D 圖片符合大規(guī)模預訓練的文生圖模型分布。然而，盡管這一類方法在單個物體上取得了不錯的效果，我們還是很難對具有復雜關節(jié)的細粒度人體進行精確建模。為了引入人體結構先驗，最近的文本驅動 3D 人體生成研究將 SDS 與 SMPL 等模型結合起來。具體來說，一個常見的做法是將人體先驗集…

原文鏈接：點此閱讀原文：HumanGaussian開源：基于Gaussian Splatting，高質量 3D 人體生成新框架

聯(lián)系作者

文章來源：機器之心

作者微信：almosthuman2014

作者簡介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務平臺