HumanGaussian開源：基于Gaussian Splatting的高質(zhì)量3D人體生成新框架

　　在3D生成領(lǐng)域，為了實(shí)現(xiàn)高質(zhì)量的3D人體外觀和幾何形狀，研究者們一直在探索自動(dòng)化的生成方法。傳統(tǒng)方法需要經(jīng)歷多個(gè)人工制作步驟，而最新的HumanGaussian框架通過結(jié)構(gòu)感知的SDS和負(fù)文本引導(dǎo)等核心方法，成功解決了3D人體生成中效率與質(zhì)量之間的權(quán)衡問題。

　　HumanGaussian引入了結(jié)構(gòu)感知的SDS，利用SMPL-X網(wǎng)格形狀初始化3D高斯中心位置。相較于以往的方法，這一框架通過縮放和變換實(shí)現(xiàn)合理的人體尺寸，并在3D空間中居中，為3D生成提供了更全面的初始信息。通過SDS源模型，結(jié)合RGB和深度圖的結(jié)構(gòu)專家分支，研究者成功構(gòu)建了一個(gè)統(tǒng)一的模型，同時(shí)捕獲外觀的圖像紋理和前景/背景關(guān)系的結(jié)構(gòu)，促進(jìn)了3D高斯的學(xué)習(xí)過程。

　　為了解決3D生成內(nèi)容與文本之間的對(duì)齊問題，HumanGaussian采用了退火的負(fù)文本引導(dǎo)，通過結(jié)合兩個(gè)分?jǐn)?shù)進(jìn)行監(jiān)督。相較于傳統(tǒng)方法中較大的無分類器引導(dǎo)尺度，這一方法能夠更清晰地指導(dǎo)SDS損失，避免損害訓(xùn)練穩(wěn)定性。實(shí)驗(yàn)證明，負(fù)文本分類器分?jǐn)?shù)的退火可以在小時(shí)間步長內(nèi)提高質(zhì)量，同時(shí)保持穩(wěn)定性，使生成更真實(shí)，消除了浮動(dòng)偽影。

　　在性能對(duì)比實(shí)驗(yàn)中，HumanGaussian在3D人體生成領(lǐng)域取得了優(yōu)越的成果，展現(xiàn)出更真實(shí)的外觀、更連貫的結(jié)構(gòu)、更好的視圖一致性以及更細(xì)粒度的細(xì)節(jié)捕捉。這一創(chuàng)新框架的開源將有助于推動(dòng)相關(guān)領(lǐng)域的研究和應(yīng)用，為虛擬試穿、沉浸式遠(yuǎn)程呈現(xiàn)等應(yīng)用提供更高質(zhì)量的3D人體生成解決方案。

　　HumanGaussian作為一種有效而快速的3D人體生成框架，通過結(jié)構(gòu)感知的SDS和負(fù)文本引導(dǎo)的創(chuàng)新方法，成功地平衡了效率和質(zhì)量，為高質(zhì)量、真實(shí)的3D人體模型的生成提供了新的思路和解決方案。這一框架的開源將為相關(guān)研究者提供有力工具，推動(dòng)3D生成領(lǐng)域的發(fā)展。