PiG-Avatar: 계층적 신경장(Neural-Field) 가이드 기반 가우시안 아바타

요약

PiG-Avatar는 기존 가우시안 아바타 방식이 가진 신체 템플릿 의존성 문제를 해결하기 위해 연속적인 신경장(Neural-Field) 가이드 기반의 볼륨형 정준 공간을 제안합니다. 이를 통해 의류나 신체 외부 요소와 같은 복잡한 비강체 기하 구조를 템플릿의 제약 없이 정교하게 캡처하며, 실시간 렌더링과 높은 재구성 품질을 동시에 달성합니다.

핵심 포인트

• 신체 템플릿을 운동학적 전송 용도로만 사용하여 표현 공간과 템플릿 위상을 분리
• 3D barycentric anchor transport를 통해 기하학적 제약 없이 운동학적 일관성 유지
• Sobolev 사전 조건화 및 KNN 기반 기법을 통한 이중 수준의 공간적 일관성 최적화
• 명시적 휴리스틱 없이도 복잡한 영역에 앵커가 스스로 집중되는 자기 조직화 구현
• 복잡한 의류 및 비강체 움직임에 대해 최첨단(SOTA) 렌더링 품질과 실시간 성능 제공