近年来，虚拟数字人行业爆火，各行各业都在推出自己的数字人形象。毫无疑问，高保真度的 3D 头发模型可以显著提升虚拟数字人的真实感。与人体的其他部分不同，由于交织在一起的头发结构极其复杂，因此描述和提取头发结构更具挑战性，这使得仅从单一视图重建高保真的 3D 头发模型极其困难。一般来说，现有的方法都是通过两个步骤来解决这个问题：首先根据从输入图像中提取的 2D 方向图估计一个 3D 方向场，然后根据 3D 方向场合成头发丝。但这种机制在实践中仍在存在一些问题。
基于实践中的观察，研究者们正在寻求一个完全自动化和高效的头发模型建模方法，可以从具备细粒度特征的单一图像重建一个 3D 头发模型（如图 1），同时显示出高度的灵活性，比如重建头发模型只需要网络的一个前向传递。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
为了解决这些问题，来自浙江大学、瑞士苏黎世联邦理工学院和香港城市大学的研究者提出了 IRHairNet，实施一个由粗到精的策略来生成高保真度的 3D 方向场。具体来说，他们引入了一种新颖的 voxel-aligned 的隐函数（VIFu）来从粗糙模块的 2D 方向图中提取信息。同时，为了弥补 2D 方向图中丢失的局部细节，研究者利用高分辨率亮度图提取局部特征，并结合精细模块中的全局特征进行高保真头发造型。
为了有效地从 3D 方向场合成头发丝模型，研究者引入了 GrowingNet，一种基于深度学习利用局部隐式网格表征的头发生长方法。这基于一个关键的观察：尽管头发的几何形状和生长方向在全局范围内有所不同，但它们在特定的局部范围内具有相似的特征。因此，可以为每个局部 3D 方向 patch 提取一个高级的潜在代码，然后训练一个神经隐函数 (一个解码器) 基于这个潜在代码在其中生长头发丝。在每一个生长步骤之后，以头发丝的末端为中心的新的局部 patch 将被用于继续生长。经过训练后，它可适用于任意分辨率的 3D 定向场。
论文：https://arxiv.org/pdf/2205.04175.pdf
IRHairNet 和 GrowingNet 组成了 NeuralHDHair 的核心。具体来说，这项研究的主要贡献包括:
- 介绍了一种新颖的全自动单目毛发建模框架，其性能明显优于现有的 SOTA 方法；
- 介绍了一个从粗到细的毛发建模神经网络(IRHairNet) ，使用一个新颖的 voxel-aligned 隐函数和一个亮度映射来丰富高质量毛发建模的局部细节；
- 提出了一种基于局部隐函数的新型头发生长络（GrowingNet） ，可以高效地生成任意分辨率的头发丝模型，这种网络比以前的方法的速度实现了一定数量级的提升。
方法
图 2 展示了 NeuralHDHair 的 pipeline。对于人像图像，首先计算其 2D 方向图，并提取其亮度图。此外，自动将它们对齐到相同的半身参考模型，以获得半身像深度图。然后，这三个图随后被反馈到 IRHairNet。
- IRHairNet 设计用于从单个图像生成高分辨率 3D 头发几何特征。这个网络的输入包括一个 2D 定向图、一个亮度图和一个拟合的半身深度图，这些都是从输入的人像图中得到的。输出是一个 3D 方向字段，其中每个体素内包含一个局部生长方向，以及一个 3D 占用字段，其中每个体素表示发丝通过 (1) 或不通过(0)。
- GrowingNet 设计用于从 IRHairNet 估计的 3D 定向场和 3D 占用字段高效生成一个完整的头发丝模型 ，其中 3D 占用字段是用来限制头发的生长区域。
更多方法细节可参考原论文内容。
实验
在这一部分，研究者通过消融研究评估了每个算法组件的有效性和必要性 (第 4.1 节)，然后将本文方法与当前的 SOTA(第 4.2 节) 进行比较。实施细节和更多的实验结果可以在补充材料中找到。
消融实验
研究者从定性和定量的角度评估了 GrowingNet 的保真度和效率。首先对合成数据进行三组实验：1)传统的头发生长算法，2)没有重叠潜在 patch 方案的 GrowingNet，3)本文的完整模型。
如图 4 和表 1 所示，与传统的头发生长算法相比，本文的 GrowingNet 在时间消耗上具有明显的优势，同时在视觉质量上保持了相同的生长性能。此外，通过比较图 4 的第三列和第四列，可以看到，如果没有重叠潜在 patch 方案，patch 边界处的发丝可能是不连续的，当发丝的生长方向急剧变化时，这个问题就更加严重。不过值得注意的是，这种方案以略微降低精度为代价，大大提高了效率，提高效率对于其方便、高效地应用于人体数字化是有重要意义的。
与 SOTA 方法对比
为了评估 NeuralHDHair 的性能，研究者将其与一些 SOTA 方法 [6,28,30,36,40] 进行了对比。其中 Autohair 基于数据驱动的方法进行头发合成，而 HairNet [40]忽略头发生长过程来实现端到端的头发建模。相比之下，[28,36]执行一个两步策略，首先估计一个 3D 方向场，然后从中合成发丝。PIFuHD [30]是一种基于粗到细策略的单目高分辨率 3D 建模方法，可以用于 3D 头发建模。
如图 6 所示，HairNet 的结果看起来差强人意，但是局部的细节，甚至整体的形状与输入图像中的头发不一致。这是因为该方法用一种简单而粗糙的方式来合成头发，直接从单一的图像中恢复无序的发丝。
这里还将重建结果与 Autohair[6]和 Saito[28]进行了比较。如图 7 所示，虽然 Autohair 可以合成真实的结果，但结构上不能很好地匹配输入图像，因为数据库包含的发型有限。另一方面，Saito 的结果缺乏局部细节，形状与输入图像不一致。相比之下，本文方法的结果更好地保持了头发的全局结构和局部细节，同时确保了头发形状的一致性。
PIFuHD [30]和 Dynamic Hair [36]则致力于估计高保真度的 3D 头发几何特征，以生成真实的发丝模型。图 8 展示了两个有代表性的比较结果。可以看出，PIFuHD 中采用的像素级隐函数无法充分描绘复杂的头发，导致结果过于光滑，没有局部细节，甚至没有合理的全局结构。Dynamic Hair 可以用较少的细节产生更合理的结果，而且其结果中的头发生长趋势可以很好地匹配输入图像，但许多局部结构细节 (例如层次结构) 无法捕获，特别是对于复杂的发型。相比之下，本文的方法可以适应不同的发型，甚至是极端复杂的结构，并充分利用全局特征和局部细节，生成高保真、高分辨率的具有更多细节的 3D 头发模型。
