- Human 3Diffusion:透过明确的 3D 一致性扩散模型实现逼真的头像创作
通过构建新的模型,通过将 2D 扩散模型和 3D 重建模型进行紧密耦合,我们可以从单个 RGB 图像中创建逼真的头像,并实现几何和外观上的高保真度。
- NPGA: 神经参数高斯阿凡达
从多视图视频录制中构建高保真、可控的人物形象,利用神经参数高斯分布进行渲染,实现了逼真的动画表现能力。
- 医疗领域通用 AI 头像
最近在机器学习和自然语言处理方面的进展使得人工智能(AI)作为医疗行业中的有价值工具迅速发展起来。使用大型语言模型(LLMs)作为会话代理或聊天机器人有潜力帮助医生诊断患者、检测疾病的早期症状并为患者提供健康建议。本文重点探讨聊天机器人在医 - 多样发型体积捕捉的本地外观模型
本文介绍一种创建高度逼真、个性化发型的头像的新方法,通过利用不同发型间的局部相似性并从多视角捕捉数百人的数据生成通用的发型外观先验模型,该先验模型以 3D 对齐特征为输入,在稀疏点云颜色条件下生成密集辐射场,通过实验证明该模型能够捕捉各种多 - 再照明的高斯编解码头像
通过使用高保真的几何模型和外观模型以及实时渲染技术,我们提出了实时可重光头像的方法,该方法能够捕捉到人脸细节,并支持多种材质的统一呈现。
- 可驾驶的阿凡达服装:由稀疏的 RGB-D 输入驱动的忠实全身远程存在感与动态服装
本研究介绍了一种神经迭代最近点(N-ICP)算法,通过稀疏的 RGB-D 输入和身体及面部运动,能够准确地驱动动态移动的宽松服装,从而创建具有逼真外观的虚拟角色模型。我们通过与最近的图像驱动合成基准的比较和对 N-ICP 算法的全面分析来评 - MMSemantics2Hands: 将手势运动语义在虚拟人物之间转移
通过引入一种新的基于解剖学的语义矩阵(ASM),本文旨在在不同的角色模型之间传输手势的语义以实现精确的手势转换。使用基于解剖学的语义重建网络(ASRN)来获取源 ASM 与目标手关节旋转之间的映射函数,并通过半监督学习策略在 Mixamo - 基于物理的稀疏输入运动重定向
本研究提出了一种利用强化学习、物理模拟器和稀疏传感器数据实时将人类运动重定向到具有不同骨架结构的角色的方法,并仅需要运用运动捕捉数据进行培训,同时探讨了该框架中的重要组件。
- AIoT - 可控交通虚拟城市中基于多智能体深度强化学习的动态角色迁移与轨迹预测
本研究提出了一个基于实时轨迹预测和多智能体深度强化学习技术的动态迁移框架,以解决虚拟汽车元宇宙中的任务迁移问题。数值结果表明,我们提出的算法可以有效地减少大约 25%的任务执行延迟,并改善用户在 AIoT-enabled Vehicular - Avatar 知识蒸馏:自我集成教师模式与不确定性
本文提出一种新的知识蒸馏方法 ——Avatar Knowledge Distillation (AKD),通过生成因扰动转化而得的不同推理集合模型(Avatars)来协助学生模型更有效的学习,同时提出了一种基于推理模型差异的不确定性感知因素 - 无线元宇宙的七个世界和体验:挑战和机遇
本文介绍了一个无限的,无线的元宇宙的整体愿景,将元宇宙分解为七个不同的世界和体验,包括物理,数字和虚拟世界,以及网络体验,扩展现实,现场和平行体验,并探讨了为建立支持这些体验和互动的元宇宙准备就绪的网络必须解决的无线,计算和人工智能挑战。
- PointAvatar: 从视频中生成可变形基于点的头像
使用可变形基于点的表示方法 PointAvatar,将颜色和法向量相关联,可以基于单目视频生成高质量的可动画 3D 头像,并在渲染效率和拓扑灵活性方面加强。
- 创建面对面多模式人机交互的语言学和计算要求
本研究通过对人与虚拟人物互动对话进行语言学、组织结构及结构分析,提出了为机器创建面对面多模态界面的必要性,并观察了多模态动作和事件的分布,数据表明需要在多模态融合层之外增加一个控制层来组织会话流、集成社会背景以及拟定进展计划,需要将会话分析 - ECCVDANBO: 基于图神经网络的解耦合关节神经体表示
本研究提出了一种三阶段 Avatar 创建方法,使用图神经网络明确建模身体部位的相关性,并通过局部得分以减少偶发相关性的影响,以实现更好的去相关性,同时获得具有鲁棒性和展现力的高质量图像综合。
- CVPRICON: 从法向量中获取隐式衣着人
该论文介绍了一种名为 ICON 的方法,该方法使用局部特征来进行 3D 人体建模,可以从不规则的 2D 图像中生成逼真且可动态的人体模型,并可以创建个性化且自然的动态变形的角色。
- KDD鉴定星际争霸 2 中的头像别名
本文提出了一种利用行为数据训练分类器来处理电子竞技中选手使用虚拟身份(头像)的问题的方法,并通过混淆矩阵输出聚焦混淆的标签对。我们在星际争霸 2 实验来验证我们的方法的潜力。