南洋理工大學與商湯科技的S-Lab團隊近日發布了一項令人振奮的研究成果，推出了基于Gaussian Splatting的高效3D人體建�？蚣�，被命名為GauHuman。該框架在快速重建和實時渲染方面取得了顯著的突破，為數字領域的人體建模提供了高效解決方案。

　　GauHuman的主要特點之一是其在短時間內完成3D人體建模的能力。通過利用Gaussian Splatting技術，該框架僅需1到2分鐘即可完成對單目人體視頻的建模，這一速度遠遠領先于現有的方案。不僅如此，GauHuman還實現了高達189幀每秒的實時渲染，為用戶提供更加流暢和逼真的體驗。

　　這一框架的應用前景也非常廣泛，覆蓋了游戲、電影制作、虛擬現實等多個領域。用戶只需提供一段單目人體視頻以及相應的相機參數和人體動作體形參數(SMPL)，即可在短時間內完成對3D數字人的高質量建模。這使得GauHuman在數字創意領域具有巨大的潛力，為創作者提供了更靈活、高效的工具。

　　GauHuman的建�？蚣芑�于Gaussian Splatting，并受到了之前人體神經輻射場(Human NeRF)的啟發。通過對標準空間下的3D人體進行建模，再利用線性蒙皮算法(Linear Blend Skinning，LBS)將其轉換到目標空間，GauHuman有效地解決了傳統方法中的一些難題。在優化算法方面，GauHuman通過3D高斯球的初始化、分裂/克隆/合并操作以及剪枝等手段，進一步提高了建模效率和質量。

　　在實驗中，GauHuman在ZJU_MoCap和MonoCap兩個單目人體數據集上進行了比較，與多個先進的3D人體重建方法相比，包括NB、AN、AS、HumanNeRF等，GauHuman在PSNR、SSIM和LPIPS指標上表現出色，驗證了其在性能上的卓越。

　　研究團隊表示，雖然GauHuman已經取得了顯著的成果，但仍存在一些待解決的問題，如如何從3D高斯中提取人體mesh以及從單目視頻中恢復3D人體的細節等。不過，他們對GauHuman的未來發展充滿信心，同時已經將代碼完全開源，鼓勵廣大開發者共同參與，共同推動這一領域的研究和創新。