CHARM: 제어점 기반 3D 애니메이션 헤어스타일 자동회귀 모델링

초록

우리는 애니메이션 헤어스타일 모델링을 위한 새로운 파라미터 기반 표현 및 생성 프레임워크인 CHARM을 소개한다. 기존의 헤어 모델링 방법은 스트랜드 기반 또는 볼류메트릭 표현을 사용하여 사실적인 헤어에 초점을 맞추는 반면, 애니메이션 헤어스타일은 고도로 스타일화된 조각 구조의 기하학을 보여주어 기존 기술에 도전한다. 기존 연구들은 종종 밀집된 메시 모델링이나 수작업 스플라인 곡선에 의존하여 편집에 비효율적이고 확장 가능한 학습에 적합하지 않다. CHARM은 컴팩트하고 역변환 가능한 제어점 기반 파라미터화를 도입하여, 각 헤어 카드를 일련의 제어점으로 표현하고 각 점을 단 5개의 기하학적 파라미터로 인코딩한다. 이 효율적이고 정확한 표현은 아티스트 친화적인 디자인과 학습 기반 생성을 모두 지원한다. 이 표현을 기반으로, CHARM은 입력 이미지 또는 포인트 클라우드에서 애니메이션 헤어스타일을 효과적으로 생성하는 자기회귀 생성 프레임워크를 도입한다. 애니메이션 헤어스타일을 순차적인 "헤어 언어"로 해석함으로써, 우리의 자기회귀 트랜스포머는 로컬 기하학과 글로벌 헤어스타일 토폴로지를 모두 포착하여 고품질의 애니메이션 헤어스타일 생성이 가능하다. 애니메이션 헤어스타일 생성의 학습과 평가를 용이하게 하기 위해, 우리는 분리된 헤어 카드와 처리된 메시 데이터를 포함한 37K개의 고품질 애니메이션 헤어스타일로 구성된 대규모 데이터셋인 AnimeHair를 구축했다. 광범위한 실험을 통해 CHARM은 재구성 정확도와 생성 품질 모두에서 최첨단 성능을 보여주며, 애니메이션 헤어스타일 모델링을 위한 표현력 있고 확장 가능한 솔루션을 제공한다. 프로젝트 페이지: https://hyzcluster.github.io/charm/

English

We present CHARM, a novel parametric representation and generative framework for anime hairstyle modeling. While traditional hair modeling methods focus on realistic hair using strand-based or volumetric representations, anime hairstyle exhibits highly stylized, piecewise-structured geometry that challenges existing techniques. Existing works often rely on dense mesh modeling or hand-crafted spline curves, making them inefficient for editing and unsuitable for scalable learning. CHARM introduces a compact, invertible control-point-based parameterization, where a sequence of control points represents each hair card, and each point is encoded with only five geometric parameters. This efficient and accurate representation supports both artist-friendly design and learning-based generation. Built upon this representation, CHARM introduces an autoregressive generative framework that effectively generates anime hairstyles from input images or point clouds. By interpreting anime hairstyles as a sequential "hair language", our autoregressive transformer captures both local geometry and global hairstyle topology, resulting in high-fidelity anime hairstyle creation. To facilitate both training and evaluation of anime hairstyle generation, we construct AnimeHair, a large-scale dataset of 37K high-quality anime hairstyles with separated hair cards and processed mesh data. Extensive experiments demonstrate state-of-the-art performance of CHARM in both reconstruction accuracy and generation quality, offering an expressive and scalable solution for anime hairstyle modeling. Project page: https://hyzcluster.github.io/charm/

CHARM: 제어점 기반 3D 애니메이션 헤어스타일 자동회귀 모델링

CHARM: Control-point-based 3D Anime Hairstyle Auto-Regressive Modeling

초록

Support