Recentemente, pesquisadores da ByteDance e da Universidade de Ciência e Tecnologia de Xangai desenvolveram uma tecnologia chamada "HeadGAP", que tem chamado a atenção. A equipe propôs um novo método para criar rapidamente avatares 3D realistas e animáveis da cabeça de uma pessoa, usando apenas três fotos do indivíduo em ângulos diferentes. Além disso, é possível sincronizar as expressões faciais com um vídeo de referência.
A equipe demonstrou como criar avatares personalizados com poucos dados em cenários reais. A pesquisa começou com uma fase de "aprendizado prévio", onde informações prévias sobre cabeças 3D foram extraídas de um grande conjunto de dados dinâmicos multivisuais. Essas informações ajudam o sistema a entender diferentes características e expressões faciais. Na fase seguinte, "criação de avatar", essas informações prévias foram usadas para personalizar e gerar o avatar do indivíduo alvo.
O processo inteiro usa uma rede auto-decodificadora baseada em nuvem de pontos gaussianos, combinada com modelagem dinâmica parcial. Dessa forma, o sistema consegue capturar rapidamente a individualidade de cada pessoa e otimizar o avatar de forma personalizada. A equipe também usou técnicas como inversão e ajuste fino para tornar o processo de personalização mais eficiente, alcançando um resultado de renderização de qualidade fotográfica e consistência multi-angular.
Nos experimentos, a equipe demonstrou o desempenho do método em diferentes cenários. Os resultados mostraram que, tanto em ambientes controlados quanto reais, os avatares 3D gerados mantiveram alta qualidade e efeitos de animação estáveis. Essa conquista tem amplas aplicações em áreas como redes sociais virtuais e desenvolvimento de jogos, além de fornecer novas ideias e métodos para a criação personalizada de avatares 3D.
Acesso ao produto: https://top.aibase.com/tool/headgap
Destaques:
🎨 A equipe de pesquisa, através do método "HeadGAP", cria imagens virtuais de cabeça 3D realistas usando apenas algumas fotos.
🚀 O método utiliza rede de pontos gaussianos e tecnologia de modelagem dinâmica para personalizar e otimizar os avatares.
🖼️ Os resultados experimentais mostram que os avatares gerados têm excelente qualidade de renderização e desempenho de animação, adequados para diversas aplicações.