谷歌被秒杀！高保真3D头像逼真到恐怖 小姐姐挤眼，挑眉毫无破绽

摘要： 月日晚间电视剧今天的她们在浙江卫视首播腾讯视频集上线基于目前已经上线可看的剧情内容来讲这部电视剧的失败完全是失败在了编剧的不懂行或者故意注水上一部主打成都城市风情的电视剧却月日消息...

3月29日晚间，电视剧《今天的她们》在浙江卫视首播，腾讯视频5集上线。基于目前已经上线可看的剧情内容来讲，这部电视剧的失败，完全是失败在了编剧的不懂行或者故意注水上。一部主打成都城市风情的电视剧，却....

5月31日 消息:最近，一项由德国慕尼黑工业大学（TUM）和伦敦大学学院(UCL)等研究团队提出的新算法——NPGA(Neural Parametric Gaussian Avatar)，引起了广泛关注。这项技术能够生成高保真，逼真的表情甚至让人怀疑自己的眼睛。

从官方给出的演示可以看到，NPGA生成的小姐姐不仅可以做出挤眼，挑眉，嘟嘴等各种丰富的表情，而且眼神细节等丝毫看不出破绽，俨然和真人无异。

NPGA技术的创新点

NPGA采用了一种基于高斯点云的方法来生成3D人像形状。这种方法通过无数个点来构建3D头像，使得渲染更加高效和逼真。此外，NPGA引入了神经参数化头部模型（NPHM），可以捕捉人脸细微的表情变化，从而使3D数字化身能够更真实地模拟人类表情。

NPGA算法亮点:

高保真3D头像:NPGA能够生成逼真的3D头像，表情丰富，接近真实人类。

恐怖谷效应:逼真度极高，以至于让人难以区分是真人还是虚拟形象。

创新技术:与传统的3D网格模型相比，NPGA使用高斯点云，通过点来构建3D人像形状，提高渲染效率和逼真度。

神经网络模型:利用神经参数化头模型（NPHM）捕捉人脸细微表情变化，模拟真实人类表情。

拉普拉斯项:增强数字化身的表现力，通过潜在特征和预测动态提升化身的真实感。

技术细节:

数据集NeRSemble:包含4700多个多视角、高分辨率、高帧率视频，涵盖头部运动、情绪、表情和口语。

训练和优化:使用MonoNPHM模型和COLMAP计算的点云追踪，实现几何精确的模型追踪。

循环一致性目标:反转MonoNPHM的后向变形场，与基于光栅化的渲染兼容。

规范高斯点云和MLP:包含先验网络F进行前向变形，网络G学习细粒度动态细节。

应用前景:

电影、游戏、AR/VR远程会议:NPGA技术可广泛应用于这些领域，提供逼真的虚拟角色。

元宇宙:逼真的3D化身对于构建沉浸式虚拟世界至关重要。

实验评估:

自我重现任务:评估NPGA算法的保真度，结果显示在自我重现任务中有显著提升。

交叉重现任务:将一个人的表情转移到另一个虚拟化身上，NPGA表现出色。

局限性:

可控性和重建质量:受限于底层3DMM表达空间，某些区域如颈部、躯干等无法完全解释。

数据驱动限制:受可用数据限制，可能需要扩展底层3DMM以提供更详细的人类状态描述。

项目页：https://tobias-kirschstein.github.io/nersemble/

论文地址：https://arxiv.org/pdf/2405.19331