We present a novel method for avatar body generation that cumulatively updates the texture and normal map in real-time. Multiple images or videos have been broadly adopted to create detailed 3D human models that capture more realistic user identities in both Augmented Reality (AR) and Virtual Reality (VR) environments. However, this approach has a higher spatiotemporal cost because it requires a complex camera setup and extensive computational resources. For lightweight reconstruction of personalized avatar bodies, we design a system that progressively captures the texture and normal values using a single RGBD camera to generate the widely-accepted 3D parametric body model, SMPL-X. Quantitatively, our system maintains real-time performance while delivering reconstruction quality comparable to the state-of-the-art method. Moreover, user studies reveal the benefits of real-time avatar creation and its applicability in various collaborative scenarios. By enabling the production of high-fidelity avatars at a lower cost, our method provides more general way to create personalized avatar in AR/VR applications, thereby fostering more expressive self-representation in the metaverse.
이 논문에서는 실시간으로 텍스처와 노말 맵을 누적하여 업데이트하는 새로운 아바타 신체 생성 방법을 제안하였다. 최근 증강현실 및 가상현실에서의 아바타 표현을 위해 다수의 이미지나 비디오를 사용하여 3D 인체 모델을 생성하는 방법 많은 연구에서 제안되었다. 그러나 이러한 접근법은 복잡한 카메라 설정과 방대한 계산 자원을 요구하여 높은 시공간적 비용을 초래하였다. 본 연구에서는 개인화된 아바타 신체의 복원을 위해 단일 RGBD 카메라를 사용하여 점진적으로 텍스처와 노말 값을 누적하여 인체 모델을 생성하는 시스템을 설계하였다. 정량적인 면에서 해당 시스템은 실시간 성능을 유지하면서도 기존 연구와 유사한 수준의 복원 성능을 보였다. 또한, 사용자 실험을 통해 실시간 아바타 생성의 이점과 다양한 협업 시나리오에서의 적용 가능성을 밝혀내었다. 아바타를 더 낮은 비용으로 복원할 수 있게 함으로써, 본 연구는 메타버스 환경에서의 개인화 자아 표현을 가능하게 했다.
