HairOrbit：从单个肖像进行多视图感知 3D 头发建模

从单视图图像重建股线级 3D 头发非常具有挑战性，尤其是在看不见的区域中保留一致且真实的属性时。现有方法依赖于有限的正面视图线索和小规模/风格限制的合成数据，通常无法在不可见区域产生令人满意的结果。在这项工作中，我们提出了一种新颖的框架，利用视频生成模型强大的 3D 先验，将单视图头发重建转换为校准的多视图重建任务。为了平衡重构多视图任务的重建质量和效率，我们进一步引入了一种在稀疏真实图像注释上训练的神经方向提取器，以实现更好的全视图方向估计。此外，我们设计了一种基于混合隐式场的两阶段链增长算法，以相对较快的速度合成具有细粒度细节的3D链曲线。大量实验表明，我们的方法在可见和不可见区域的各种头发肖像的单视图 3D 发束重建方面实现了最先进的性能。