GraphAvatar框架利用图神经网络GNN实现高保真Avatar渲染
中国科学院及英特尔团队提出了一种名为GraphAvatar的方法,利用图神经网络(GNN)为Avatar生成3D高斯分布。该方法通过训练几何GNN和外观GNN,显著降低存储需求至10MB,同时引入图形引导优化模块减少人脸追踪误差。GraphAvatar采用与视图相关的多层感知器(MLP),提高渲染质量,允许更好的细节展现。整体上,该方法在视觉保真度和存储开销方面超越传统技术,为数字人类Avatar应用提供了新的可能性。