GHARP：基于大规模重建先验的实时高斯头部动画

GHARP 通过离线身份阶段构建受试者几何与外观表示、运行时轻量网络预测表情相关残差，实现从少量输入图像和驱动表情信号实时生成 3D 人头动画。该方法在预训练重建模型的语义结构化隐空间中做动画，使表情变化保持空间局部化，并将多视角输入融合为固定大小的规范高斯表示。在 Ava-256 基准上达到 SOTA 质量，在 A100 GPU 上运行速度最高提升 13×，高斯数量减少 8×。