论文页面 - GNM Head：一种生成式人体头部拟人测量模型

来源：https://huggingface.co/papers/2607.23687 作者：

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

摘要

人体头部参数化模型是计算机视觉和图形学领域中用于动画、渲染和重建的传统重要工具。近期，它们作为生成式大型视觉模型中的关键条件信号，使得对生成图像进行紧密的空间控制成为可能。然而，现有公开可用的模型通常在解剖学范围上受限，仅模拟外部几何形状而忽略口腔内和眼部结构，并且常因输入数据集保真度低而导致几何质量下降。在本报告中，我们介绍了一种新的参数化模型，命名为生成式拟人测量模型（Generative aNthropometric Model，GNM），其名称与人类基因组（human genome）发音相近。GNM涵盖了头部、面部、颈部、眼球、牙齿和舌部，并建立在包含高分辨率3D扫描和高质量解剖学特定人工制作样本的广泛数据库之上。本报告详细介绍了数据来源、模型架构（包括针对眼部和口腔内结构的专门子模型），并在拟合目标3D面部扫描方面展示了其最先进的性能。为促进社区创新，完整的GNM框架现已公开提供。

查看 arXiv 页面 (https://arxiv.org/abs/2607.23687)查看 PDF (https://arxiv.org/pdf/2607.23687)GitHub1.22k (https://github.com/google/GNM)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2607.23687)

在你的代理中获取此论文：

hf papers read 2607.23687

没有最新的 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型0

尚无模型关联此论文

在模型的 README.md 中引用 arxiv.org/abs/2607.23687 以从此页面链接。

引用此论文的数据集0

尚无数据集关联此论文

在数据集的 README.md 中引用 arxiv.org/abs/2607.23687 以从此页面链接。

引用此论文的 Spaces0

尚无 Space 关联此论文

在 Space 的 README.md 中引用 arxiv.org/abs/2607.23687 以从此页面链接。

包含此论文的收藏0

尚无收藏包含此论文

将此论文添加到收藏 (https://huggingface.co/new-collection) 以从此页面链接。