论文

ManifoldSplat:语言引导的局部头像形状编辑

ManifoldSplat: Language-Guided Semantic Shape Editing of 3D Gaussian Head Avatars

应用与实践内容创作

摘要

高保真3D头部头像已接近照片真实质量。已有文本驱动操作仍难以精细局部控制,常造成特征纠缠或几何不一致。自然语言修改几何目前需要缓慢逐提示优化,或牺牲身份与绑定。我们提出ManifoldSplat,一个端到端框架,对单目视频重建的可动画3D高斯泼溅头像进行语言引导语义形状编辑。编辑在结构化FLAME流形内完成,而非直接优化无结构高斯云,以严格保留身份和动画。DeltaRegion是逐区域解耦的条件变分自编码器(CVAE),前馈输出形状增量,随后细化以恢复视图一致细节。方法在消费级GPU上约90秒重建并编辑头像,渲染约800 FPS。广泛评估显示其在局部提示对齐、几何一致性和身份保留方面达到新的最先进表现。项目与代码:https://a-canela.github.io/manifoldsplat/