WildAvatar: Web-scale In-the-wild Video Dataset for 3D Avatar Creation

现有的用于创建头像的人类数据集通常仅限于实验室环境，可以理想地提供高质量的注释（例如从3D扫描或多视图图像中估计SMPL），但是它们的注释要求对于真实世界中的图像或视频来说是不切实际的，这给当前的头像创建方法在真实世界应用中带来了挑战。为此，我们提出了WildAvatar数据集，这是一个从YouTube中提取的网络规模的野外人类头像创建数据集，包含10,000多个不同的人类主体和场景。 WildAvatar至少比以前的3D人类头像创建数据集丰富了10倍。我们在我们的数据集上评估了几种最先进的头像创建方法，突出了在头像创建的真实世界应用中未被探索的挑战。我们还展示了头像创建方法的潜在通用性，当提供规模化数据时。我们将公开发布我们的数据源链接和注释，以推动3D人类头像创建和其他相关领域的真实世界应用。

解决问题：本论文旨在解决在真实世界中创建人物头像时缺乏高质量标注数据的问题。

关键思路：本论文提出了一个从YouTube中提取的规模庞大的野外人物头像创建数据集，名为WildAvatar。该数据集包含超过10,000个不同的人物和场景，比以前的数据集至少丰富10倍。作者对几种最先进的头像创建方法在数据集上进行了评估，并突出了在真实世界应用头像创建方法时面临的挑战。

其他亮点：本论文使用了来自YouTube的大规模野外数据集，这是一个新的尝试。作者评估了几种最先进的头像创建方法，并公开了数据源链接和注释，以推动3D人物头像创建和其他相关领域的真实世界应用。

相关研究：最近在这个领域中，还有一些相关的研究，如SMPLify-X、VIBE等。