⚠️ 以下所有内容总结都来自于 大语言模型的能力，如有错误，仅供参考，谨慎使用
🔴 请注意：千万不要用于严肃的学术场景，只能用于论文阅读前的初筛！
💗 如果您觉得我们的项目对您有帮助 ChatPaperFree ，还请您给我们一些鼓励！⭐️ HuggingFace免费体验
2025-11-22 更新
NoPo-Avatar: Generalizable and Animatable Avatars from Sparse Inputs without Human Poses
Authors:Jing Wen, Alexander G. Schwing, Shenlong Wang
We tackle the task of recovering an animatable 3D human avatar from a single or a sparse set of images. For this task, beyond a set of images, many prior state-of-the-art methods use accurate “ground-truth” camera poses and human poses as input to guide reconstruction at test-time. We show that pose-dependent reconstruction degrades results significantly if pose estimates are noisy. To overcome this, we introduce NoPo-Avatar, which reconstructs avatars solely from images, without any pose input. By removing the dependence of test-time reconstruction on human poses, NoPo-Avatar is not affected by noisy human pose estimates, making it more widely applicable. Experiments on challenging THuman2.0, XHuman, and HuGe100K data show that NoPo-Avatar outperforms existing baselines in practical settings (without ground-truth poses) and delivers comparable results in lab settings (with ground-truth poses).
我们解决了从单个或稀疏图像集恢复可动画的3D人类化身的任务。对于这个任务，除了图像集之外，许多最先进的方法还使用准确的“地面真实”相机姿态和人类姿态作为输入来指导测试时的重建。我们表明，如果姿态估计存在噪声，那么依赖于姿态的重建会显著地降低结果。为了克服这一点，我们引入了NoPo-Avatar，它仅从图像重建化身，无需任何姿态输入。通过去除测试时重建对人性姿态的依赖，NoPo-Avatar不受嘈杂的人性姿态估计的影响，使其具有更广泛的应用性。在具有挑战性的THuman2.0、XHuman和HuGe100K数据上的实验表明，NoPo-Avatar在实际设置（没有地面真实姿态）中的性能超过了现有基线，并在实验室设置（具有地面真实姿态）中取得了相当的结果。
论文及项目相关链接
PDF NeurIPS’25; project page: https://wenj.github.io/NoPo-Avatar/
Summary
本文介绍了一种从单个或稀疏图像集恢复可动画的3D人体角色的方法。与之前依赖准确的“地面真实”相机姿态和人体姿态作为输入的顶尖方法不同，新方法NoPo-Avatar仅通过图像进行重建，无需任何姿态输入。这解决了噪声人体姿态估计导致的问题，使得NoPo-Avatar在实际应用中更广泛适用，且在无地面真实姿态的实用场景中表现优于现有基线，实验室设置下与基线表现相当。
Key Takeaways
- 提出了一种能够从单个或稀疏图像集恢复可动画的3D人体角色的新方法——NoPo-Avatar。
- NoPo-Avatar不需要任何姿态输入，从而解决了噪声人体姿态估计导致的问题。
- NoPo-Avatar在实际应用中表现优于现有基线方法。
- 在无地面真实姿态的实用场景中，NoPo-Avatar的性能表现尤为出色。
- 在实验室设置下，NoPo-Avatar与基线方法的表现相当。
- 该方法通过去除对测试时人体姿态的依赖，提高了系统的鲁棒性。