跳到正文
arXiv · 机器人与计算机视觉· Gun Ryu, Gi-Mun Um, Won-Sik Cheong, Wonjun Kim·· 23 天前AI 评分56

面向可泛化人类高斯泼溅的复杂度引导正则化方法

Complexity-guided Regularization for Generalizable Human Gaussian Splatting

AI 导读

针对现有可泛化人类高斯泼溅方法在复杂几何与纹理区域存在细节丢失和渲染模糊的问题,本文提出一种基于局部熵的复杂度引导正则化方案。该方法利用衣物几何与纹理特征的局部熵作为先验,约束高斯分布密度以防止在复杂区域过度稀疏采样,同时优先从复杂区域抽取局部图块进行监督训练。实验表明,该方法在基准数据集上实现了最先进性能并保持了实时推理速度。代码与模型已公开。

来源:arXiv · 机器人与计算机视觉 · arxiv.org