技术博客

MVCHead是一种创新的3D高斯头部化身框架，突破传统范式，仅通过单次前向网络即可生成多视图一致的头像，在FID指标上刷新当前最优性能。该方法目前支持正面与侧面视图训练，尚未覆盖360°全向生成；其几何先验完全依赖二维监督学习，若引入双侧对称性等显式结构约束，有望进一步提升精度；此外，增强评判器一致性信号的潜在路径包括引入更具挑战性的负样本，如同一身份的受扰几何视图。