가우시안 아바타 편집기: 사실적인 애니메이션 가능한 가우시안 머리 아바타 편집기

GaussianAvatar-Editor: Photorealistic Animatable Gaussian Head Avatar Editor

January 17, 2025

저자: Xiangyue Liu, Kunming Luo, Heng Li, Qi Zhang, Yuan Liu, Li Yi, Ping Tan

cs.AI

초록

저희는 GaussianAvatar-Editor를 소개합니다. 이는 표현, 자세, 및 시점을 완전히 제어할 수 있는 애니메이션 가능한 가우시안 머리 아바타를 텍스트 기반으로 편집하는 혁신적인 프레임워크입니다. 정적인 3D 가우시안 편집과는 달리, 애니메이션 가능한 4D 가우시안 아바타 편집은 움직임 가림과 공간-시간적 불일치와 관련된 도전을 제기합니다. 이러한 문제를 해결하기 위해, 저희는 Weighted Alpha Blending Equation (WABE)를 제안합니다. 이 함수는 가시적인 가우시안의 혼합 가중치를 향상시키면서 비가시적인 가우시안에 대한 영향을 억제하여 편집 중 움직임 가림을 효과적으로 다룹니다. 게다가, 편집 품질을 향상시키고 4D 일관성을 보장하기 위해 조건부 적대적 학습을 편집 프로세스에 통합합니다. 이 전략은 편집된 결과물을 정제하고 애니메이션 전체에서 일관성을 유지하는 데 도움을 줍니다. 이러한 방법을 통합함으로써, 우리의 GaussianAvatar-Editor는 애니메이션 가능한 4D 가우시안 편집에서 사실적이고 일관된 결과를 달성합니다. 우리는 제안된 기술의 효과를 검증하기 위해 다양한 주제를 대상으로 포괄적인 실험을 실시하였으며, 이는 우리의 방법이 기존 방법보다 우월함을 입증합니다. 더 많은 결과 및 코드는 다음 링크에서 확인할 수 있습니다: [프로젝트 링크](https://xiangyueliu.github.io/GaussianAvatar-Editor/).

English

We introduce GaussianAvatar-Editor, an innovative framework for text-driven editing of animatable Gaussian head avatars that can be fully controlled in expression, pose, and viewpoint. Unlike static 3D Gaussian editing, editing animatable 4D Gaussian avatars presents challenges related to motion occlusion and spatial-temporal inconsistency. To address these issues, we propose the Weighted Alpha Blending Equation (WABE). This function enhances the blending weight of visible Gaussians while suppressing the influence on non-visible Gaussians, effectively handling motion occlusion during editing. Furthermore, to improve editing quality and ensure 4D consistency, we incorporate conditional adversarial learning into the editing process. This strategy helps to refine the edited results and maintain consistency throughout the animation. By integrating these methods, our GaussianAvatar-Editor achieves photorealistic and consistent results in animatable 4D Gaussian editing. We conduct comprehensive experiments across various subjects to validate the effectiveness of our proposed techniques, which demonstrates the superiority of our approach over existing methods. More results and code are available at: [Project Link](https://xiangyueliu.github.io/GaussianAvatar-Editor/).