HairOrbit: 単一ポートレートからのマルチビュー対応3Dヘアモデリング

要旨: 単一視点画像からストランド（毛束）レベルの3Dヘアを復元することは非常に難しく、とりわけ未視領域において一貫した現実的な属性を保持することが課題となります。既存手法は限られた正面視点の手がかりや、小規模でスタイルが制限された合成データに依存していることが多く、見えない領域では満足のいく結果を得られない場合がしばしばあります。本研究では、動画生成モデルの強力な3D事前知識を活用して、単一視点ヘア復元を較正されたマルチビュー復元タスクへ変換する、新しい枠組みを提案します。再定式化されたマルチビュー課題において復元品質と効率のバランスを取るために、さらに、より良い全視点の方向推定を行うため、疎な実画像アノテーションで学習されたニューラル・オリエンテーション・エクストラクタ（方向抽出器）を導入します。加えて、ハイブリッドな暗黙場に基づく2段階のストランド成長アルゴリズムを設計し、比較的高速な速度で、きめ細かなディテールを備えた3Dストランド曲線を合成します。広範な実験の結果、本手法は、可視領域だけでなく不可視領域においても、多様なヘアポートレートに対する単一視点の3Dヘアストランド復元で最先端の性能を達成することが示されました。