HairDeck: Animation-Ready Stylized Hair Cards from a Single Image
Pubblicata su AIChronos il · fonte del · Yuze He, Yixiang Wei, Wang Zhao, Chuhao Chen, Yanning Zhou, Yong-Jin Liu (Tsinghua University)
HairDeck è un metodo proposto da Tsinghua University per generare asset di capelli stilizzati pronti all'animazione partendo da una singola immagine. A differenza dei metodi esistenti che producono mesh realistiche o sequenze autoregressive lunghe, HairDeck tratta ogni carta del capello come un singolo token e utilizza un transformer a diffusione per denoizzare l'intero set simultaneamente. Il sistema genera sia le carte geometriche che i sistemi di ossa molle necessari all'animazione, esportando formati pronti per il downstream. Su test specifici, HairDeck riduce la distanza di Chamfer del 44% e l'errore di orientamento delle carte più della metà rispetto a CHARM, operando anche tre volte più velocemente.
- Tratta lo stile dei capelli come un insieme non ordinato di primitive definite dall'artista invece che una sequenza lineare.
- Utilizza un set diffusion transformer per generare tutte le carte del capello in parallelo, accelerando il processo rispetto ai metodi autoregressivi.
- Produce asset animabili completi includendo sia la geometria delle carte che i sistemi di ossa molle (spring-bone chains).
- Supera CHARM e altri pipeline image-to-3D su metriche quantitative come la distanza di Chamfer e l'orientamento della carta.
- È ottimizzato per il rendering stilizzato tipico di giochi e avatar, offrendo un compromesso tra realismo computazionale ed efficienza artistica.
Perché conta. Sebbene HairDeck sia focalizzato sulla grafica 3D, la sua architettura basata su tokenizzazione parallela dei dati visivi offre spunti per ottimizzare l'inference di modelli generativi in ambienti a risorse limitate. Lo sviluppo di pipeline che trasformano immagini singole in asset strutturati e animabili è rilevante anche per agenti AI locali che devono operare con output grafici complessi senza dipendere da server remoti.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.