DeformSplat 从一张照片动画化 3D 角色
计算机图形学研究通过一种名为 DeformSplat 的创新方法取得进展。该技术仅从一张静态图像出发，即可构建并随后动画化一个完整的角色三维模型。其重大成就在于，整个动画过程中保持原始比例，这是其他系统无法很好实现的功能 🎯。
技术基础：3D 高斯和神经网络
该系统不构建传统的多边形网格。相反，它通过一组称为“splats”的 弹性 3D 粒子 来表示主体。这些粒子基于 3D 高斯 表示。其关键区别在于一个专门的神经网络，该网络经过训练以精确预测关节变形。这使得从单一相机角度推断出的模型能够以令人信服的方式移动和摆姿势。网络学会变形高斯，同时保持纹理和几何形状不变，从而确保角色的外观。
该方法的关键优势：- 从 单一视图 生成可动画化的 3D 模型，无需多张照片或视频。
- 神经网络处理变形，同时从任何视角保持 视觉一致性。
- 在复杂运动中保留原始角色的比例和细节。
DeformSplat 通过消除捕获多个视图的需求简化了工作流程，为新应用打开了大门。
超越先前方法
与需要多个捕获或视频序列的技术相比，DeformSplat 提供了更直接的过程。结果表明，它能有效处理不同姿势和服装类型，产生流畅动画。该方法在角色执行复杂动作时产生较少的 视觉伪影，保持稳定且逼真的外观。
潜在应用领域：- 从插图或参考照片快速 动画化概念 或角色。
- 集成到 视觉效果管道 中，以更少输入数据创建数字替身。
- 创意工具，用于以新颖方式赋予历史或家庭照片生命。
可访问动画的未来
这一进步使 动画化任何照片 以逼真的方式变得更加接近。想象能够赋予