相信很多大家對谷歌被秒殺！高保真3D頭像逼真到恐怖 小姐姐擠眼，挑眉毫無破綻還不知道吧，今天菲菲就帶你們一起去了解一下~.~！

站長之家（ChinaZ.com）5月31日 消息:最近，一項由德國慕尼黑工業(yè)大學(xué)（TUM）和倫敦大學(xué)學(xué)院(UCL)等研究團隊提出的新算法——NPGA(Neural Parametric Gaussian Avatar)，引起了廣泛關(guān)注。這項技術(shù)能夠生成高保真3D頭像，逼真的表情甚至讓人懷疑自己的眼睛。

從官方給出的演示可以看到，NPGA生成的小姐姐不僅可以做出擠眼，挑眉，嘟嘴等各種豐富的表情，而且眼神細節(jié)等絲毫看不出破綻，儼然和真人無異。

NPGA技術(shù)的創(chuàng)新點

NPGA采用了一種基于高斯點云的方法來生成3D人像形狀。這種方法通過無數(shù)個點來構(gòu)建3D頭像，使得渲染更加高效和逼真。此外，NPGA引入了神經(jīng)參數(shù)化頭部模型（NPHM），可以捕捉人臉細微的表情變化，從而使3D數(shù)字化身能夠更真實地模擬人類表情。

NPGA算法亮點:

高保真3D頭像:NPGA能夠生成逼真的3D頭像，表情豐富，接近真實人類。

恐怖谷效應(yīng):逼真度極高，以至于讓人難以區(qū)分是真人還是虛擬形象。

創(chuàng)新技術(shù):與傳統(tǒng)的3D網(wǎng)格模型相比，NPGA使用高斯點云，通過點來構(gòu)建3D人像形狀，提高渲染效率和逼真度。

神經(jīng)網(wǎng)絡(luò)模型:利用神經(jīng)參數(shù)化頭模型（NPHM）捕捉人臉細微表情變化，模擬真實人類表情。

拉普拉斯項:增強數(shù)字化身的表現(xiàn)力，通過潛在特征和預(yù)測動態(tài)提升化身的真實感。

技術(shù)細節(jié):

數(shù)據(jù)集NeRSemble:包含4700多個多視角、高分辨率、高幀率視頻，涵蓋頭部運動、情緒、表情和口語。

訓(xùn)練和優(yōu)化:使用MonoNPHM模型和COLMAP計算的點云追蹤，實現(xiàn)幾何精確的模型追蹤。

循環(huán)一致性目標(biāo):反轉(zhuǎn)MonoNPHM的后向變形場，與基于光柵化的渲染兼容。

規(guī)范高斯點云和MLP:包含先驗網(wǎng)絡(luò)F進行前向變形，網(wǎng)絡(luò)G學(xué)習(xí)細粒度動態(tài)細節(jié)。

應(yīng)用前景:

電影、游戲、AR/VR遠程會議:NPGA技術(shù)可廣泛應(yīng)用于這些領(lǐng)域，提供逼真的虛擬角色。

元宇宙:逼真的3D化身對于構(gòu)建沉浸式虛擬世界至關(guān)重要。

實驗評估:

自我重現(xiàn)任務(wù):評估NPGA算法的保真度，結(jié)果顯示在自我重現(xiàn)任務(wù)中有顯著提升。

交叉重現(xiàn)任務(wù):將一個人的表情轉(zhuǎn)移到另一個虛擬化身上，NPGA表現(xiàn)出色。

局限性:

可控性和重建質(zhì)量:受限于底層3DMM表達空間，某些區(qū)域如頸部、軀干等無法完全解釋。

數(shù)據(jù)驅(qū)動限制:受可用數(shù)據(jù)限制，可能需要擴展底層3DMM以提供更詳細的人類狀態(tài)描述。

項目頁：https://tobias-kirschstein.github.io/nersemble/

論文地址：https://arxiv.org/pdf/2405.19331

以上就是關(guān)于【谷歌被秒殺！高保真3D頭像逼真到恐怖 小姐姐擠眼，挑眉毫無破綻】的相關(guān)內(nèi)容，希望對大家有幫助！