在數(shù)字時代，發(fā)型不僅是時尚的標志，更是個人文化身份的彰顯。但傳統(tǒng)3D發(fā)型生成技術(shù)往往難以捕捉復雜發(fā)型的細膩之美。為此，上?？萍即髮W和華中科技大學推出了ANGLED技術(shù)，能從任意風格、視角的圖像中，輕松生成逼真3D發(fā)型。依托457種多樣發(fā)型的MultiHair數(shù)據(jù)集，TANGLED通過三步管道，靈活適應各種風格與視角，讓卷發(fā)、辮子等高難度發(fā)型栩栩如生。這一突破不僅提升了發(fā)型生成的多樣性，更促進了文化包容性的表達，讓每個人的獨特風采，在數(shù)字世界得以完美呈現(xiàn)。

相關(guān)鏈接

• 論文：http://arxiv.org/abs/2502.06392v1
• 主頁：https://sites.google.com/view/tangled1
• 代碼&數(shù)據(jù)：即將推出

論文介紹

發(fā)型錯綜復雜，具有各種幾何形狀、紋理和結(jié)構(gòu)，具有重要的文化意義?，F(xiàn)有的文本或圖像引導生成方法無法處理豐富而復雜的各種發(fā)型。我們提出了 TANGLED，這是一種用于生成 3D 發(fā)束的新方法，可適應不同風格、視點和輸入視圖數(shù)量的各種圖像輸入。

TANGLED 采用三步流程： 首先，我們的 MultiHair 數(shù)據(jù)集提供了 457 種不同的發(fā)型，并標注了 74 種屬性，強調(diào)復雜且具有重要文化意義的發(fā)型，以提高模型的泛化能力。其次，我們提出了一個以多視圖線條圖為條件的擴散框架，該框架可以捕捉拓撲線索（例如，發(fā)束密度和分型線）并濾除噪音。通過利用對線條圖特征具有交叉注意的潛在擴散模型，我們的方法可以在不同的輸入條件下實現(xiàn)靈活而強大的 3D 頭發(fā)生成。最后，理模塊強制執(zhí)行特定于辮子的約束，以保持復雜結(jié)構(gòu)的一致性。該框架不僅提高了發(fā)型的真實感和多樣性，而且還實現(xiàn)了文化包容性的數(shù)字化身和新穎的應用，如基于草圖的動畫 3D 發(fā)束編輯和增強現(xiàn)實。

概述

我們的模型以任意樣式和視角的頭發(fā)圖像為條件，通過擴散過程生成 3D 頭發(fā)潛在圖。條件被隨機屏蔽并與潛在圖交叉注意。在推理時，我們對頭發(fā)潛在圖進行采樣，并將上采樣的頭發(fā)潛在圖輸入發(fā)束解碼器以提取 3D 發(fā)束。

結(jié)果

TANGLED 可以根據(jù)各種風格的圖像條件生成逼真的發(fā)型，包括照片、動漫和油畫。有關(guān)更多結(jié)果，請參閱補充視頻。請注意，我們在渲染過程中手動指定了生成的頭發(fā)的顏色。

第 1 行顯示了從手繪草圖生成的發(fā)型。第 2 行通過改變第 1 行草圖中的特定部分展示了發(fā)型修改（添加辮子）。第 3-4 行描繪了使用指導線（以紅色突出顯示）生成帶有辮子的輸出的過程。

結(jié)論

TANGLED是一種用于3D發(fā)束生成的新型多視圖線性條件擴散模型。MultiHair數(shù)據(jù)集是一個多樣化的集合，它擴展了具有代表性不足的紋理和復雜幾何形狀的發(fā)型表示。該模型的擴散框架以多視圖線性為條件，可以跨各種風格和視點靈活而準確地生成。此外，參數(shù)化后處理改進了特定于辮子的約束，增強了復雜風格的連貫性。

雖然 TANGLED 取得了重大進展，但挑戰(zhàn)依然存在。首先，MultiHair 數(shù)據(jù)集雖然更加多樣化，但仍然缺乏對超高頻發(fā)束細節(jié)進行建模的能力。其次，由于錨點遮擋，辮子生成管道難以應對極端頭部姿勢，即偏航/俯仰 >75°。最后，生成的頭發(fā)和輸入圖像之間的像素級對齊是有限的，這在很大程度上受到數(shù)據(jù)集大小的限制。