面向实时动态人物的写实渲染，实现 Animatable Gaussian Splatting 的技术『ASH』的项目页面已公开！CVPR 2024 论文！

ASH: Animatable Gaussian Splats for Efficient and Photoreal Human Rendering. In CVPR, 2024

论文概要

通过最先进的神经隐式渲染技术，数字头像实现了前所未有的写实性。然而，实时性能主要仍局限于静态场景。为了解决这一问题，我们提出了 ASH。这是一种用于实时动态人物写实渲染的 Animatable Gaussian Splatting 方法。我们将穿着衣物的人体参数化为可动画的 3D Gaussian Splatting，并将其高效地在图像空间中进行 splatting 以生成最终渲染结果。然而，直接在 3D 空间中学习 Gaussian 的参数在计算上具有挑战性。为此，我们将 Gaussian 附着到可变形角色模型上，并在 2D 纹理空间中学习其参数。这样便可利用高效的 2D 卷积架构，并可根据所需 Gaussian 的数量轻松扩展。我们将 ASH 与姿态可控头像的竞争方法进行了比较，并通过基准测试验证，我们的方法显著优于现有的实时方法，即便与离线方法相比也表现出同等或更优的结果。

参考文献

Haokai Pang, Heming Zhu, Adam Kortylewski, Christian Theobalt, Marc Habermann.

这是一种相当有意思的方法。若也能应用到影像领域等就更好了。
其他详细内容请查看项目页面。

链接

ASH: Animatable Gaussian Splats for Efficient and Photoreal Human Rendering