本文提出一种利用神经放射场和局部像素对齐特征预测人头部的体积化代理，可以在多身份环境中进行泛化，并且无需明确的 3D 监督。该方法在以光度渲染损失为基础的端到端训练中表现出更好的质量，并且能够生成真实的面部表情。

Jan, 2021

虚拟现实 (VR) 具有比其他媒体更具身临其境感的社交互动的潜力。关键在于能够在佩戴 VR 头显的同时准确地模拟一个逼真的个人化化身。本研究揭示了头显摄像头镜头与模型相差较大是导致实时模型性能下降的主要原因，并提出了一个系统设计，将问题分解为两部分：1) 一个迭代优化模块，处理同一领域的输入；2) 一个通用的以化身为导向的图像转换模块，以当前表情和头部姿态的估计为条件。这两个模块相互加强，通过展示接近真实的示例，使图像样式转换更容易，并改善领域差异移除。我们的系统高效地产生高质量的结果，不再需要昂贵的离线注册来生成个性化标签。通过在市售头显上进行大量实验证实了我们方法的准确性和效率，并在直接回归方法和离线注册上展现了显著的改进。

Jan, 2024

本文介绍一种基于摄像头驱动的模块化编解码头像（MCA）生成技术，能够 解决传统头像模型在表达面部表情和实时应用中存在的问题，从而在 VR 遥控应用方面有更好的应用。

Aug, 2020

本论文探讨了如何利用虚拟环境中的人 - 头像交互模拟物理环境中的人 - 机器人交互，并展示了这两种模式下用户行为和自我报告结果的相似之处。该研究表明，即使存在态度差异和技术控制限制，也可以通过精心设计的人 - 头像研究来补充挑战更大的人 - 机器人研究。

Jun, 2022

本篇论文系统总结了基于视觉计算的表观性格特征识别的现有方法，讨论比较了这些方法的独特特点和限制；同时也讨论了该领域未来的研究方向和数据标注 / 评估的主观性问题，还简要回顾了当前数据集和挑战。

Apr, 2018

本文调查了 AI 在元宇宙（metaverse）的基础和发展中所扮演的角色，从自然语言处理，机器视觉，区块链，网络，数字孪生和神经接口等六个技术方面探索了 AI 在元宇宙中的潜力，并介绍了几个使用人工智能的应用，包括医疗保健，制造业，智慧城市和游戏等。

Feb, 2022

利用人工智能和虚拟现实结合创造具有高度沉浸感的学习体验，作者通过小规模的实验结果验证虚拟角色可以帮助个体的人际关系技巧，大数据分析展示了基于机器学习的预测也取得了一定成果。

May, 2022

虚拟现实在多个领域中得到了证明：从游戏、医学和培训到人机协作界面的开发，它能够帮助设计师在超越真实环境限制的情况下探索应用，并开发创新的解决方案和体验。对于在虚拟领域借助自然而直观的手势实现协同机器人操作，需要创建大量的数据集，以便使工作界面易于学习和灵活添加手势。由于计算或经济限制，这可能具有一定的挑战性，因此将在真实环境中表现良好的深度学习模型调整到虚拟领域可能是解决方案。本文提出了一个系统的框架，通过虚拟数据集的有限大小实现从真实到虚拟的适应，并提供了创建策划数据集的指导方针。最后，虽然手势被视为通信模式，但所提供的指南和建议是通用的，适用于其他模式，如身体姿势和面部表情，这些模式在真实领域中有大量可用的数据集，需要适应到虚拟领域。

Jul, 2023

本篇研究采用像素编码阿凡达（PiCA）作为一种深度生成模型，结合了卷积神经网络和自适应渲染的方法以实现在虚拟或增强现实中与逼真的人物形象进行面对面交流。实验表明，PiCA 比现有技术在不同性别和肤色的人物上的表情和视图的再现具有更好的表现，并且比当前基准模型更为紧凑，使得在单个移动 VR 头显上同时呈现 5 个人物形象成为可能。

Apr, 2021

通过引入一个由点云驱动的动态基于点的表情场，以及在三平面规范场中使用多三平面注意力（MTA）融合模块来利用多个输入图像的信息，我们提出了一种名为 GPAvatar 的框架，可以在单次前向传递中从一个或多个图像中重建 3D 头像，实现忠实的身份重建，精确的表情控制和多视角一致性，并展示了自由视点渲染和新视角合成的有 promising 结果。

Jan, 2024