GHARP：实时高斯头部动画方法
Get the story
2026年10月9日，arXiv（Computer Vision）发布 GHARP 方法，提出从少量输入图像和驱动表情信号实时动画化 3D 人头。该方法将离线身份表征与运行时轻量动画网络解耦，在预训练重建模型的语义结构化潜空间中预测表情残差，并用身体对齐网络消除因身体姿态与服装位置未指定导致的模糊与闪烁。在 Ava-256 基准上达到 SOTA 质量，在 A100 GPU 上速度提升最高 13 倍，高斯数量减少 8 倍。论文已被 ACCV 2026 接收。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Computer VisionGHARP：基于大规模重建先验的实时高斯头部动画
GHARP 提出一种从少量输入图像和驱动表情信号实时动画化 3D 人头的方法，将离线身份表征与运行时轻量动画网络解耦，在 Ava-256 基准上达到 SOTA 质量，在 A100 GPU 上速度提升最高 13x，高斯数量减少 8x。该方法在预训练重建模型的语义结构化潜空间中预测表情残差，并用身体对齐网络消除身体姿态与服装位置未指定导致的模糊与闪烁。论文已被 ACCV 2026 接收。
Heat trend
Current heat 9·Comparable peak 10（Oct 9）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.