희미한 것에서 풍성한 것으로: 사전 정보 없이 수행하는 가닥 수준의 안면 모발 다중 뷰 캡처

안면 모발(Facial hair)은 개인 정체성을 정의하는 특징이지만, 디지털 아바타(Digital avatars) 구현에 있어서는 여전히 결정적인 병목 현상으로 남아 있습니다. 최근의 볼륨메트릭(Volumetric) 방식들은 사진과 같은 사실주의를 달성하지만, 모발을 기저의 얼굴 기하 구조(Face geometry)에 구워 넣는(Bake) 방식을 사용하여 편집을 불가능하게 만들고, 희소한 가닥 형태의 구조를 해결하지 못합니다. 한편, 두피 모발 재구성(Scalp-hair reconstruction) 방식들은 밀도가 높은 모발 볼륨을 목표로 하기에, 안면 모발의 희소하고 공간적으로 변화하는 특성에는 적용되지 않습니다. 본 논문에서는 다중 뷰(Multi-view) 이미지로부터 수염, 콧수염, 속눈썹, 눈썹을 포함한 안면 모발을 자동으로 재구성하고, 비구조화된 3D 가우시안(3D Gaussian) 표현을 명시적인 곡선 기반의 가닥(Strand) 표현으로 변환하는 파이프라인을 제시합니다. 우리는 네 단계에 걸쳐 기하학적 모호성을 해결합니다: (i) 조기 광선 종료(Ray termination)를 강제하고 표면 하 노이즈(Sub-surface noise)를 억제하기 위해 추적된 머리 기하 구조에 의해 제약되는 3D 가우시안 최적화; (ii) 빈번한 교차와 극심한 곡률에 강건한 연속적인 가닥 추적; (iii) 물리적 동기에 기반한 사전 정보(Prior)를 통해 가닥을 표면에 고정하고 뿌리-끝(Root-tip) 모호성 해결; (iv) 광도 최적화(Photometric optimization) 하에서 불투명도 기반 밀도 제어를 통한 재구성 정밀화. 우리가 알기로, 이는 3D 가우시안 표현으로부터 고충실도(High-fidelity) 안면 모발 가닥을 재구성하는 첫 번째 방법입니다. 복원된 가닥들은 안면 모발의 특징인 방향성과 희소성 패턴을 충실히 보존하며, 안면 애니메이션(Facial animation) 및 물리 시뮬레이션(Physical simulation), 기하학적 그루밍(Geometric grooming) 및 전이(Transfer), 외형 편집(Appearance editing), 물리 기반 렌더링(Physics-based rendering)을 포함한 후속 제작 작업에 즉시 사용 가능한 에셋을 생성합니다.