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。。。