Tag · 2 篇
SMPL
01 02
UniSH：单次前馈中统一场景与人体重建
UniSH: Unifying Scene and Human Reconstruction in a Feed-Forward Pass
提出一种利用无标注真实视频的两阶段训练范式：先在合成数据上学习粗定位，再通过优化 SMPL 网格与人体点云的几何对应关系在真实数据上微调，并蒸馏专家深度模型的高频细节来提升人体表面质量。该思路可直接迁移到其他需要弥合 sim-to-real 差距的 3D 重建任务。
HumanNOVA：从单张图像生成照片级真实、通用且快速的3D人体化身模型
HumanNOVA: Photorealistic, Universal and Rapid 3D Human Avatar Modeling from a Single Image
提出一种前馈式、以词元为条件的单图人体化身建模框架，利用跨注意力将图像与SMPL词元融合为三平面表示，无需测试时优化即可在1秒内生成逼真3D人体，为快速3D重建与可控生成提供可复用范式。