FAGhead: Fully Animate Gaussian Head from Monocular Videos

本文介绍了一种名为FAGhead的方法，可以从单目视频中实现完全可控的人类肖像。我们阐述了传统的三维可塑网格（3DMM），并优化了中性三维高斯函数以重建具有复杂表情的肖像。此外，我们采用了一种新颖的基于点的可学习表示场（PLRF），其中包括可学习的高斯点位置，以提高重建性能。同时，为了有效管理头像的边缘，我们引入了alpha渲染来监督每个像素的alpha值。对开源数据集和我们的捕捉数据集进行的广泛实验结果表明，我们的方法能够生成高保真的三维头像，并完全控制虚拟头像的表情和姿势，优于现有的方法。

论文旨在提出一种方法，从单目视频中生成可完全控制的人类头像，解决高保真度3D人类头像的重建问题。

论文提出了一种基于3D可塑网格和可学习的高斯点位置的点学习表示场（PLRF）的方法，以增强重建性能。此外，引入了alpha渲染来监督每个像素的alpha值，以有效地管理头像的边缘。

论文的实验结果表明，该方法能够生成高保真度的3D头像，并完全控制虚拟头像的表情和姿势，优于现有的方法。论文使用了开源数据集和自己的捕捉数据集进行了广泛的实验，并且提供了开源代码。

在这个领域中，最近的相关研究包括：《Deep3DFaceReconstruction: A Survey》、《3D Face Reconstruction: A Survey》、《3D Face Reconstruction from a Single Image Using a Single Reference Face Shape》等。