AI框架GauHuman：實(shí)現(xiàn)高質(zhì)量3D人體快速重建和實(shí)時(shí)渲染

　　南洋理工大學(xué)與商湯科技的S-Lab團(tuán)隊(duì)近日發(fā)布了一項(xiàng)令人振奮的研究成果，推出了基于Gaussian Splatting的高效3D人體建?？蚣?，被命名為GauHuman。該框架在快速重建和實(shí)時(shí)渲染方面取得了顯著的突破，為數(shù)字領(lǐng)域的人體建模提供了高效解決方案。

　　GauHuman的主要特點(diǎn)之一是其在短時(shí)間內(nèi)完成3D人體建模的能力。通過利用Gaussian Splatting技術(shù)，該框架僅需1到2分鐘即可完成對單目人體視頻的建模，這一速度遠(yuǎn)遠(yuǎn)領(lǐng)先于現(xiàn)有的方案。不僅如此，GauHuman還實(shí)現(xiàn)了高達(dá)189幀每秒的實(shí)時(shí)渲染，為用戶提供更加流暢和逼真的體驗(yàn)。

　　這一框架的應(yīng)用前景也非常廣泛，覆蓋了游戲、電影制作、虛擬現(xiàn)實(shí)等多個(gè)領(lǐng)域。用戶只需提供一段單目人體視頻以及相應(yīng)的相機(jī)參數(shù)和人體動(dòng)作體形參數(shù)(SMPL)，即可在短時(shí)間內(nèi)完成對3D數(shù)字人的高質(zhì)量建模。這使得GauHuman在數(shù)字創(chuàng)意領(lǐng)域具有巨大的潛力，為創(chuàng)作者提供了更靈活、高效的工具。

　　GauHuman的建?？蚣芑贕aussian Splatting，并受到了之前人體神經(jīng)輻射場(Human NeRF)的啟發(fā)。通過對標(biāo)準(zhǔn)空間下的3D人體進(jìn)行建模，再利用線性蒙皮算法(Linear Blend Skinning，LBS)將其轉(zhuǎn)換到目標(biāo)空間，GauHuman有效地解決了傳統(tǒng)方法中的一些難題。在優(yōu)化算法方面，GauHuman通過3D高斯球的初始化、分裂/克隆/合并操作以及剪枝等手段，進(jìn)一步提高了建模效率和質(zhì)量。

　　在實(shí)驗(yàn)中，GauHuman在ZJU_MoCap和MonoCap兩個(gè)單目人體數(shù)據(jù)集上進(jìn)行了比較，與多個(gè)先進(jìn)的3D人體重建方法相比，包括NB、AN、AS、HumanNeRF等，GauHuman在PSNR、SSIM和LPIPS指標(biāo)上表現(xiàn)出色，驗(yàn)證了其在性能上的卓越。

　　研究團(tuán)隊(duì)表示，雖然GauHuman已經(jīng)取得了顯著的成果，但仍存在一些待解決的問題，如如何從3D高斯中提取人體mesh以及從單目視頻中恢復(fù)3D人體的細(xì)節(jié)等。不過，他們對GauHuman的未來發(fā)展充滿信心，同時(shí)已經(jīng)將代碼完全開源，鼓勵(lì)廣大開發(fā)者共同參與，共同推動(dòng)這一領(lǐng)域的研究和創(chuàng)新。