摘要
补充材料
马坦·阿茨蒙和亚伦·利普曼。 2020年SAL：从原始数据中识别形状的不确定性。 IEEE/CVF计算机视觉和模式识别会议论文集。 2565--2574. https://doi.org/10.109/CVPR42600.2020.00264 谷歌学者 
交叉引用 
白子谦、谭飞桐、曾晃、克里帕辛杜·萨卡尔、唐丹航、狄秋、阿比米特拉·梅卡、杜若菲、窦明松、塞尔吉奥·奥尔茨·埃斯科拉诺、罗希特·潘迪、谭平、塔博·比勒、肖恩·法内洛和张茵达。 2023.从单目RGB视频学习个性化高质量体积头像。 2023年IEEE/CVF计算机视觉和模式识别会议（CVPR）。 https://doi.org/10.109/CVPR52729.2023.01620 谷歌学者 交叉引用 乔纳森·巴伦（Jonathan T.Barron）、本·米尔登霍尔（Ben Mildenhall）、多尔·韦宾（Dor Verbin）、普拉图·斯里尼瓦桑（Pratul P.Srinivasan）和彼得·海德曼（Peter Hedman）。 2022.Mip-NeRF 360：无边界抗锯齿神经辐射场。 CVPR（2022年）。 谷歌学者 乔纳森·巴伦（Jonathan T.Barron）、本·米尔登霍尔（Ben Mildenhall）、多尔·韦宾（Dor Verbin）、普拉图·斯里尼瓦桑（Pratul P.Srinivasan）和彼得·海德曼（Peter Hedman）。 2023.Zip-NeRF：基于抗锯齿网格的神经辐射场。 2023年IEEE/CVF国际计算机视觉会议（ICCV）。 https://doi.org/10.1109/ICCV51070.2023.01804 谷歌学者 交叉引用 亚历山大·伯格曼（Alexander W.Bergman）、彼得·凯伦霍夫（Petr Kellnhofer）、王一凡（Wang Yifan）、埃里克·陈（Eric R.Chan）、大卫·林德尔（David B.Lindell）和戈登·韦茨坦（Gordon Wetzstein。 2023.生殖神经关节辐射场。 arXiv:2206.14314[cs.CV] 谷歌学者 沃尔克·布兰兹和托马斯·维特。 1999.3D人脸合成的可变形模型。 在SIGGRAPH中。 https://doi.org/10.1145/311535.311556 谷歌学者 数字图书馆 
盖伊·布莱洛赫。 1990.前缀和及其应用。 (1990). https://doi.org/10.109/ISTCS.1995.377028 谷歌学者 交叉引用 马塞尔·布埃勒（Marcel C.Buehler）、阿比米特拉·梅卡（Abhimitra Meka）、李根延（Gengyan Li）、塔博·比勒（Thabo Beeler）和奥特玛·希利格斯（Otmar Hilliges）。 2021.VariTex：可变神经面部纹理。 IEEE/CVF计算机视觉国际会议论文集。 https://doi.org/10.109/ICCV48922.2021.01363 谷歌学者 交叉引用 Marcel Cühler、Kripasindhu Sarkar、Tanmay Shah、Gengyan Li、Daoye Wang、Leonhard Helminger、Sergio Orts-Escolano、Dmitry Lagun、Otmar Hilliges、Thabo Beeler等人，2023年。 前言：数据驱动的体积先验法，用于极少量超高分辨率人脸合成。 IEEE/CVF计算机视觉国际会议论文集。 3402--3413. https://doi.org/10.109/ICCV51070.2023.00315 谷歌学者 交叉引用 陈曹、托马斯·西蒙、金敬奎、盖布·施瓦茨、迈克尔·佐尔霍弗、齐藤顺介、斯蒂芬·隆巴迪、施恩·魏、丹妮尔·贝尔科、肖伊余、亚瑟·谢赫和杰森·萨拉吉。 2022.手机扫描的真实体积化身。 ACM图形学报（2022年）。 https://doi.org/10.1145/3528223.3530143 谷歌学者 数字图书馆 Eric R.Chan、Connor Z.Lin、Matthew A.Chan、Koki Nagano、Boxiao Pan、Shalini De Mello、Orazio Gallo、Leonidas Guibas、Jonathan Tremblay、Sameh Khamis、Tero Karras和Gordon Wetzstein。 2021.高效Geometry-Aware 3D生成对抗网络。 在ArXiv中。 https://doi.org/10.109/CVPR52688.2022.01565 谷歌学者 交叉引用 陈志钦、托马斯·冯霍瑟、彼得·海德曼和安德烈亚·塔利亚萨奇。 2023.MobileNeRF：利用多边形光栅化管道在移动架构上实现高效的神经场渲染。 在计算机视觉和模式识别会议（CVPR）上。 https://doi.org/10.109/CVPR52729.2023.01590 谷歌学者 交叉引用 阿尔瓦罗·科莱（Alvaro Collet）、明创（Ming Chuang）、帕特·斯威尼（Pat Sweeney）、唐·吉列（Don Gillett）、丹尼斯·埃夫西夫（Dennis Evseev）、大卫·卡拉布雷斯（David Calabrese）、雨果斯·霍普（Hugues Hoppe）、亚当·柯克（Adam Kirk）和史蒂夫·沙利文（Steve Sullivan）。 2015.高质量流媒体免费视频。 ACM事务处理。 图34、4，第69条（2015年7月），13页。 https://doi.org/10.1145/2766945 谷歌学者 数字图书馆 Michael Deering、Stephanie Winner、Bic Schediwy、Chris Duffy和Neil Hunt。 1988年，三角形处理器和法向量着色器：用于高性能图形的VLSI系统。 ACM SIGGRAPH计算机图形学22，4（1988），21-30。 https://doi.org/10.1145/378456.378468 谷歌学者 数字图书馆 于登、王宝元和Heung-Yeung Shum。 2023.学习从单目图像进行高清晰度和三维一致肖像合成的详细辐射流形。 https://doi.org/10.109/CVPR52729.2023.02017 arXiv:2211.13901[cs.CV] 谷歌学者 交叉引用 于登、杨蛟龙、向剑锋和新童。 2022.GRAM：生成3D软件图像的生成辐射流形。 在IEEE/CVF计算机视觉和模式识别会议上。 https://doi.org/10.1145/3592460 谷歌学者 数字图书馆 杜若飞、庄铭、张维恩、胡格斯·霍普和阿弥陀佛·瓦什尼。 2018.蒙太奇4D：多视图视频纹理的交互式无缝融合。 ACM SIGGRAPH交互式3D图形和游戏（I3D）研讨会论文集。 美国医学会，124--133。 https://doi.org/10.1145/3190834.3190843 谷歌学者 数字图书馆 杜若飞、庄铭、张维恩、胡格斯·霍普和阿弥陀佛·瓦什尼。 2019.蒙太奇4D：多视图视频纹理的实时无缝融合和样式化。 《计算机图形技术杂志》8，1（2019年1月17日），1-34。 https://www.jcgt.org/published/0008/01/01/ 谷歌学者 段浩斌、王苗、史金川、陈旭川和曹彦培。 2023.烘焙阿凡达：用于实时头部阿凡达合成的烘焙神经场。 ACM事务处理。 图表。 42，6，第225条（2023年9月），14页。 https://doi.org/10.1145/3618399 谷歌学者 数字图书馆 Daniel Duckworth、Peter Hedman、Christian Reiser、Peter Zhizhin、Jean-François Thibert、Mario Lučić、Richard Szeliski和Jonathan T.Barron。 2023.SMERF：实时大场景探索的流式内存高效辐射场。 arXiv:2312.07541[cs.CV] 谷歌学者 Bernhard Egger、William AP Smith、Ayush Tewari、Stefanie Wurer、Michael Zollhoefer、Thabo Beeler、Florian Bernard、Timo Bolkart、Adam Kortylewski、Sami Romdhani等人，2020年。 3D可变形人脸模型——过去、现在和未来。 《图形学报》（ToG）39，5（2020），1-38。 https://doi.org/10.1145/3395208 谷歌学者 数字图书馆 Graham Fyffe、Tim Hawkins、Chris Watts、Wan-Chun Ma和Paul Debevec。 2011年，全面面部表现捕捉。 计算机图形论坛30，2（2011），425--434。 https://doi.org/10.1111/j.1467-8659.2011.01888.x 谷歌学者 交叉引用 斯蒂芬·加宾（Stephan J.Garbin）、马雷克·科瓦尔斯基（Marek Kowalski）、弗吉尼亚·埃斯特勒（Virginia Estelers）、斯坦尼斯劳·斯齐马诺维奇（Stanislaw Szymanowicz）、施德·雷扎法尔（Shideh Rezaeifar）、沈晶晶（Jingjing Sh。 2022.VolTeMorph：体积表示的实时、可控和通用动画。 arXiv:2208.00949[cs.GR] 谷歌学者 史蒂芬·J·加宾、马雷克·科瓦尔斯基、马修·约翰逊、杰米·肖顿和朱利安·P·C·瓦伦丁。 2021.FastNeRF：200FPS的高保真神经渲染。 2021年IEEE/CVF国际计算机视觉会议（ICCV）。 14326--14335. https://doi.org/10.109/ICCV48922.2021.01408 谷歌学者 交叉引用 保罗·戈塔多（Paulo Gotardo）、杰雷米·里维埃尔（Jérémy Riviere）、德里克·布拉德利（Derek Bradley）、阿比吉特·戈什（Abhijeet Ghosh）和塔博·比勒（Thabo Beeler）。 2018.实用动态面部造型和采集。 ACM事务处理。 图37、6，第232条（2018年12月），13页。 https://doi.org/10.1145/3272127.3275073 谷歌学者 数字图书馆 菲利普·威廉·格拉萨尔（Philip-William Grassal）、马尔特·普林兹勒（Malte Prinzler）、蒂特斯·莱特纳（Titus Leistner）、卡斯顿·罗瑟（Carsten Rother）、马蒂亚斯·涅纳（Matthias Nießner）和朱斯塔斯·蒂斯（Just。 2022.单目RGB视频中的神经头像。 2022年IEEE/CVF计算机视觉和模式识别会议（CVPR）。 https://doi.org/10.109/CVPR52688.2022.01810 谷歌学者 交叉引用 Amos Gropp、Lior Yariv、Niv Haim、Matan Atzmon和Yaron Lipman。 2020年。学习形状的隐式几何正则化。 ArXiv预印ArXiv:2002.10099（2020）。 https://arxiv.org/pdf/2002.10099 谷歌学者 郭凯文（Kaiwen Guo）、彼得·林肯（Peter Lincoln）、菲利普·戴维森（Philip Davidson）、杰伊·布什（Jay Busch）、余学明（Xueming Yu）、马特·沃伦（Matt Whalen）、杰夫·哈维（Geoff Harvey）、塞尔吉奥·奥斯科拉诺（Sergio Orts-Escolano）、罗希特·潘迪（Rohit Pandey）、贾森·多尔加里安（Jason Dourgarian）、丹亨（Danhang Tang）、阿纳斯塔西亚·特卡奇（Anast。 2019.The Relightables:真实重光下人类的体积表现捕捉。 (2019). https://doi.org/10.1145/3355089.3356571 谷歌学者 数字图书馆 彼得·海德曼（Peter Hedman）、普拉图·斯里尼瓦桑（Pratul P.Srinivasan）、本·米尔登霍尔（Ben Mildenhall）、乔纳森·巴伦（Jonathan T.Barron）和保罗·德贝奇（Paul Debevec）。 2021.实时视图合成的烘焙神经辐射场。 在10.1109/ICCV48922.2021.00582中。 5855--5864. https://doi.org/10.1109/ICCV48922.2021.00582 谷歌学者 交叉引用 卡普尔·卡尼亚、斯蒂芬·加宾、安德烈亚·塔利亚萨奇、弗吉尼亚·埃斯特勒、光武一、朱利安·瓦伦丁、托马斯·特兹钦斯基和马雷克·科瓦尔斯基。 2023.BlendFields：少拍摄示例驱动面部建模。 IEEE计算机视觉和模式识别会议论文集。 https://doi.org/10.109/CVPR52729.2023.00047 谷歌学者 交叉引用 迈克尔·卡日丹（Michael Kazhdan）、马修·博利索（Matthew Bolitho）和雨果斯·霍普（Hugues Hoppe）。 2006.泊松曲面重建。 第四届欧洲制图几何处理研讨会论文集，第7卷。 0 https://doi.org/10.1145/2487228.2487237x26amp 谷歌学者 交叉引用 Bernhard Kerbl、Georgios Kopanas、Thomas Leimkühler和George Drettakis。 2023.实时辐射场渲染的3D高斯溅射。ACM图形事务42，4（2023年7月）。 https://doi.org/10.1145/3592433 谷歌学者 数字图书馆 塔拉斯·卡胡林（Taras Khakhulin）、瓦妮莎·斯利亚罗娃（Vanessa Sklyarova）、维克托·莱姆皮茨基（Victor Lempitsky）和埃戈尔·扎哈罗夫（Egor Zakharov）。 2022.真实的单镜头网格头像。 在欧洲计算机视觉会议（ECCV）。 https://doi.org/10.1007/978-3-031-20086-1_20 谷歌学者 数字图书馆 Hyeongwoo Kim、Pablo Garrido、Ayush Tewari、Xu Weipeng、Justus Thies、Matthias Nießner、Patrick Pérez、Christian Richardt、Michael Zollöfer和Christian Theobalt。 2018年，深度视频肖像。 ACM图形交易（TOG）37，4（2018），163。 https://doi.org/10.1145/3197517.3201283 谷歌学者 数字图书馆 Diederik P Kingma和Jimmy Ba.2014年。 亚当：一种随机优化方法。 ArXiv（2014）。 https://doi.org/10.48550/arXiv.1412.6980 谷歌学者 交叉引用 托比亚斯·基尔斯坦（Tobias Kirschstein）、钱申汉（Shenhan Qian）、西蒙·吉本汉（Simon Giebenhain）、蒂姆·沃尔特（Tim Walter）和马蒂亚斯·涅纳（Matthias Nießner）。 2023.NeRSemple:人头多视图辐射场重建。 ACM事务处理。 图42、4，第161条（2023年7月），14页。 https://doi.org/10.1145/3592455 谷歌学者 数字图书馆 李耿彦、阿比米特拉·梅卡、弗兰齐斯卡·穆勒、马塞尔·布埃勒、奥特玛·希利格斯和塔博·比勒。 2022.EyeNeRF：人眼真实感合成、动画和重新照明的混合表示。 ACM事务处理。 图表。 第41、4条，第166条（2022年7月），16页。 https://doi.org/10.1145/3528223.3530130 谷歌学者 数字图书馆 Tianye Li、Timo Bolkart、Michael J Black、Hao Li和Javier Romero。 2017.从4D扫描中学习面部形状和表情模型。 ACM事务处理。 图表（2017）。 https://doi.org/10.1145/313080.3130813 谷歌学者 数字图书馆 李兆硕、托马斯·米勒、Alex Evans、Russell H Taylor、Mathias Unberath、Ming Yu Liu和Chen Hsuan Lin。2023年。 Neuralangelo：高精度神经表面重建。 在IEEE/CFF计算机视觉和模式识别会议论文集上。 8456--8465. https://doi.org/10.109/CVPR52729.2023.00817 谷歌学者 交叉引用 刘凌杰、顾家涛、林觉佐、蔡达生和克里斯蒂安·西奥巴特。 2020年。神经稀疏体素场。 第34届神经信息处理系统国际会议论文集（加拿大不列颠哥伦比亚省温哥华）（NIPS'20）。 Curran Associates Inc.，美国纽约州Red Hook，第1313条，共13页。 https://doi.org/10.5555/3495724.3497037 谷歌学者 数字图书馆 斯蒂芬·隆巴迪、托马斯·西蒙、杰森·萨拉吉、加布里埃尔·施瓦茨、安德烈亚斯·莱尔曼和亚瑟·谢赫。 2019.神经体积：从图像中学习动态可渲染体积。 ACM事务处理。 图38，4，第65条（2019年），14页。 https://doi.org/10.1145/3306346.3323020 谷歌学者 数字图书馆 斯蒂芬·隆巴迪、托马斯·西蒙、加布里埃尔·施瓦茨、迈克尔·佐尔霍弗、亚瑟·谢赫和杰森·萨拉吉。 2021.用于高效神经渲染的体积基元混合。ACM Trans。 图40，4，第59条（2021年7月），13页。 https://doi.org/10.1145/3450626.3459863 谷歌学者 数字图书馆 Safa C.Medin、Bernhard Egger、Anoop Cherian、Ye Wang、Joshua B.Tenenbaum、Liu Xiaoming和Tim K.Marks。 2022.MOST-GAN：3D可变形风格，用于分离人脸图像处理。 《AAAI人工智能会议论文集》，第36卷。 1962--1971. https://doi.org/10.1609/aaai.v36i2.20091 谷歌学者 交叉引用 Ben Mildenhall、Pratul P.Srinivasan、Matthew Tancik、Jonathan T.Barron、Ravi Ramamoorthi和Ren Ng.2020年。 NeRF：将场景表示为视图合成的神经辐射场。 在ECCV中。 https://doi.org/10.1145/3503250 谷歌学者 数字图书馆 Ben Mildenhall、Pratul P Srinivasan、Matthew Tancik、Jonathan T Barron、Ravi Ramamoorthi和Ren Ng.2021。 Nerf：将场景表示为视图合成的神经辐射场。 Commun公司。 ACM（2021年）。 https://doi.org/10.1145/3503250 谷歌学者 数字图书馆 托马斯·米勒（Thomas Müller）、亚历克斯·埃文斯（Alex Evans）、克里斯托夫·希德（Christoph Schied）和亚历山大·凯勒（Alexander Keller）。 2022.具有多分辨率哈希编码的即时神经图形基元。 ACM图形交易41、102（2022）。 第4版。 https://doi.org/10.1145/3528223.3530127 谷歌学者 数字图书馆 迈克尔·尼迈耶（Michael Niemeyer）、拉尔斯·梅舍德（Lars Mescheder）、迈克尔·奥赫斯勒（Michael Oechsle）和安德烈亚斯·盖革（Andreas Geiger）。 2020年，《可差分体绘制：在没有三维监督的情况下学习隐式三维表现》（Differentiable Volumetric Rendering:Learning Implicit 3d Representations Without 3d Supervision）。 在IEEE/CFF计算机视觉和模式识别会议论文集上。 3504--3515. https://doi.org/10.1109/CVPR4600.2020.000356 谷歌学者 交叉引用 Sergio Orts-Escolano、Christoph Rhemann、Sean Fanello、Wayne Chang、Adarsh Kowdle、Yury Degtyarev、David Kim、Philip Davidson、Sameh Khamis、Mingsong Dou、Vladimir Tankovich、Charles Loop、Qin Cai、Philip-Chou、Sarah Mennicken、Julien Valentin、Vivek Pradeep、Shenlong Wang、Sing Bing Kang、Pushmet Kohli、Yulya Lutchyn、Cem Keskin、， 和沙赫拉姆·伊扎迪。 2016年。全息交通：实时虚拟3D传送。 第29届用户界面软件与技术年度研讨会论文集。 ACM公司。 https://doi.org/10.1145/2984511.2984517 谷歌学者 数字图书馆 科恩洪公园、乌特卡什·辛哈、乔纳森·巴伦、索菲恩·博阿齐兹、丹·戈德曼、史蒂文·塞茨和里卡多·马丁·布鲁亚拉。 2021a年。 神经化：可变形神经辐射场。 ICCV（2021）。 https://doi.org/10.109/ICCV48922.2021.00581 谷歌学者 交叉引用 Keunhong Park、Utkarsh Sinha、Peter Hedman、Jonathan T.Barron、Sofeen Bouaziz、Dan B Goldman、Ricardo Martin-Brualla和Steven M.Seitz。 2021亿。 HyperNeRF：拓扑变化神经辐射场的高维表示。 ACM事务处理。 第238条图40、6（2021年12月）。 https://doi.org/10.1145/3478513.3480487 谷歌学者 数字图书馆 Shenhan Qian、Tobias Kirschstein、Liam Schoneveld、Davide Davoli、Simon Giebenhain和Matthias Nießner。 2023.高斯阿凡达：装备3D高斯人的逼真头部阿凡达。 ArXiv预打印ArXiv:2312.02069（2023）。 https://doi.org/10.48550/arXiv.2312.02069 谷歌学者 交叉引用 克里斯蒂安·赖塞、理查德·塞利斯基、多尔·韦宾、普拉图尔·斯里尼瓦桑、本·米尔登霍尔、安德烈亚斯·盖革、乔纳森·巴伦和彼得·赫德曼。 2023.MERF：无边界场景中实时视图合成的高效内存辐射场。 ACM图形交易42，4（2023）。 https://doi.org/10.1145/3592426 谷歌学者 数字图书馆 斋藤顺介（Shunsuke Saito）、加布里埃尔·施瓦茨（Gabriel Schwartz）、托马斯·西蒙（Tomas Simon）、李俊轩（Junxuan Li）和吉尔乔·南（Giljoo Nam）。 2023.令人愉悦的高斯编解码器化身。 (2023). arXiv:2312.03704[cs.GR] 谷歌学者 Sara Fridovich-Keil和Alex Yu、Matthew Tancik、Qinhong Chen、Benjamin Recht和Angjoo Kanazawa。 2022.普立诺克斯：没有神经网络的辐射场。 在IEEE/CVF计算机视觉和模式识别会议上。 https://doi.org/10.109/CVPR52688.2022.00542 谷歌学者 交叉引用 孙景翔、王璇、王丽珍、李晓宇、张勇、张洪文和刘叶斌。 2023.Next3D：3D软件头部头像的生成神经纹理光栅化。 2023年IEEE/CVF计算机视觉和模式识别会议（CVPR）。 https://doi.org/10.109/CVPR52729.2023.02011 谷歌学者 交叉引用 Matthew Tancik、Pratul P.Srinivasan、Ben Mildenhall、Sara Fridovich-Keil、Nithin Raghavan、Utkarsh Singhal、Ravi Ramamoorthi、Jonathan T.Barron和Ren Ng，2020年。 傅里叶特征让网络学习低维域中的高频函数。 NeurIPS（2020）。 https://doi.org/10.5555/3495724.3496356 谷歌学者 数字图书馆 王鹏、刘玲洁、刘媛、Christian Theobalt、Taku Komura和王文平。 2021.NeuS：通过体绘制学习神经隐式曲面以进行多视图重建。 arXiv预印arXiv：2106.10689（2021）。 https://doi.org/10.48550/arXiv.2106.10689 谷歌学者 交叉引用 Zhou Wang、Alan C Bovik、Hamid R Sheikh和Eero P Simoncelli。 2004年。图像质量评估：从错误可见性到结构相似性。 IEEE图像处理汇刊（2004）。 https://doi.org/10.1109/tip.2003.819861 谷歌学者 数字图书馆 Xin Wen、Miao Wang、Christian Richardt、Ze-In Chen和Shi-Min Hu.2020年。 逼真的音频驱动视频肖像。 IEEE可视化和计算机图形学报26，12（2020），3457-3466。 https://doi.org/10.109/TVCG.2020.3023573 谷歌学者 交叉引用 吴岳、邓瑜、杨蛟龙、魏方云、陈奇峰和新童。 2022.AniFaceGAN：视频虚拟形象的动画3D-软件人脸图像生成。 NeurIPS（2022）。 https://doi.org/10.44850/arXiv.2210.06465 谷歌学者 交叉引用 Cheng-hsin Wuu、Ningyuan Zheng、Scott Ardisson、Rohan Bali、Danielle Belko、Eric Brockmeyer、Lucas Evans、Timothy Godisart、Hyowon Ha、Xuhua Huang、Alexander Hypes、Taylor Koska、Steven Krenn、Stephen Lombardi、Xiaomin Luo、Kevyn McPhail、Laura Millerschoen、Michal Perdoch、Mark Pitts、Alexander Richard、Jason Saragi， Takaaki Shiratori、Tomas Simon、Matt Stewart、Autumn Trimble、Xinshoo Weng、David Whitewolf、Chenglei Wu、Shoou-I Yu和Yaser Sheikh。 2022.Multiface:神经面部渲染的数据集。在ArXiv中。 https://doi.org/10.448550/ARXIV.2207.11243 谷歌学者 交叉引用 向建峰、杨蛟龙、于登和新童。 2023.GRAM-HD:使用生成辐射流形以高分辨率生成3D一致图像。 IEEE/CVF国际计算机视觉会议（ICCV）论文集。 2195--2205. https://doi.org/10.109/ICCV51070.2023.00209 谷歌学者 交叉引用 袁玉杰、孙阳天、赖玉坤、马月文、贾荣飞、林高。 2022.NeRF-Editing：神经辐射场的几何编辑。 arXiv:2205.04978[cs.GR] 谷歌学者 埃戈尔·扎哈罗夫（Egor Zakharov）、阿列克塞·伊瓦克内科（Aleksei Ivakhnenko）、阿利亚克桑德拉·谢谢亚（Aliaksandra Shysheya）和维克托·莱姆皮茨基（Victor S.Lempitsky）。 2020年。一拍真实头像的快速双层神经合成。 在欧洲计算机视觉会议上。 https://doi.org/10.1007/978-3-030-58610-_31 谷歌学者 交叉引用 Richard Zhang、Phillip Isola、Alexei A.Efros、Eli Shechtman和Oliver Wang。 2018年，深层特征作为感知指标的不合理有效性。 在IEEE/CVF计算机视觉和模式识别会议上。 https://doi.org/10.109/CVPR.2018.00068 谷歌学者 交叉引用 郑玉峰、Victoria Fernández Abrevaya、Marcel C.Bühler、Xu Chen、Michael J.Black和Otmar Hilliges。 2022.I M阿凡达：视频中的隐性可变形头像。 在IEEE/CFF关于计算机视觉和模式识别的会议上。 https://doi.org/10.109/CVPR52688.2022.01318 谷歌学者 交叉引用 郑宇峰、王一凡、戈登·韦茨坦、迈克尔·布莱克和奥特玛·希利格斯。 2023.PointAvatar：视频中可变形的基于点的头像。 IEEE/CVF计算机视觉和模式识别（CVPR）会议论文集。 https://doi.org/10.109/CVPR52729.2023.02017 谷歌学者 交叉引用 周廷辉（Tinghui Zhou）、理查德·塔克（Richard Tucker）、约翰·弗林（John Flynn）、格雷厄姆·菲菲（Graham Fyffe）和诺亚·斯内维利（Noah Snavely）。 2018.立体放大：使用多平面图像学习视图合成。 ACM事务处理。 图表。 （SIGGRAPH公报）37（2018年）。 https://arxiv.org/abs/1805.09817 谷歌学者 数字图书馆 Wojciech Zielonka、Timo Bolkart和Justus Thies。 2023.即时容积头像。 在IEEE计算机视觉和模式识别会议（CVPR）上。 https://doi.org/10.109/CVPR52729.2023.00444 谷歌学者 交叉引用
建议
IRCasTRF：从多视图图像中优化级联张量辐射场、照明和材质的反向渲染 23岁MM：第31届ACM国际多媒体会议记录 我们提出了一种反向渲染管道，它可以从一组多视图图像中同时重建场景几何体、照明和空间视觉材质。 具体来说，该管道涉及基于体积和物理的渲染，它们是。。。 EyeNeRF：人眼真实感合成、动画和重新照明的混合表示 创建高质量可动画化和可重新照明的真人3D化身的一个独特挑战是为人眼建模，尤其是与周围的眼周面部区域相结合。 合成眼睛的挑战是多方面的，因为它。。。
