跳到正文
arXiv · 机器人与计算机视觉· Kwan Yun, Minhyeok Bang, Colette Suhjung Koo, Junyong Noh·· 13 天前精选AI 评分78

EDGAR:通过合成失败驱动的高效扩散高斯头像 refinement 方法

EDGAR: Efficient Diffusion-Driven Gaussian Avatar Refinement via Synthetic Failure

AI 导读

EDGAR 是一种条件扩散框架,旨在修正高斯头像重建中的模糊、拉伸等伪影并保持身份保真度。该方法构建混合数据集 EDGAR-SET,利用自监督 Sapiens 模型提取特征注入一步扩散骨干网络,并采用专家混合架构处理不同退化类型。实验显示其在感知和重建指标上优于原始输出及基线方法,且具备跨视角一致性和极端姿态鲁棒性。代码已开源。

推荐理由

该工作提出利用合成失败案例训练扩散模型以修复高斯头像重建中的伪影,代码已开源。

来源:arXiv · 机器人与计算机视觉 · arxiv.org