text-driven | BriefGPT - AI 论文速递

关键词text-driven

搜索结果 - 12

3DStyleGLIP：面向部分的文本引导的 3D 神经风格化
介绍了一种基于文本驱动的、部分定制的 3D 风格化的新方法 3DStyleGLIP，该方法利用 Grounded Language-Image Pre-training (GLIP) 模型的视觉 - 语言嵌入空间来定位 3D 模型的各个部分
PDF3 months ago
基于文本描述的有接触感知的人体动作生成
从文本中生成三维交互式人体动作的研究，通过引入人体与物体接触的联系，提出了一种新的方法 CATMO，整合了运动和接触序列，通过学习文本嵌入来生成稳定的动作序列。
PDF3 months ago
Fg-T2M：基于扩散模型的精细文本驱动人体运动生成
通过结合语言结构辅助模块和上下文感知渐进推理模块，我们提出了一种细粒度的方法，用于生成支持精确文本描述的高质量、有条件的人体动作序列。实验证明，我们的方法在 HumanML3D 和 KIT 测试集上胜过了基于文本驱动的动作生成方法，并能够根
PDF10 months ago
ICCV混合 - NeRF：神经辐射场中基于文本的局部编辑
为解决文本驱动的本地化编辑 3D 对象的困难，我们提出了一种基于 NeRF 模型的新方法 Blending-NeRF，它包括两个 NeRF 网络：预训练 NeRF 和可编辑 NeRF，并引入了新的混合操作来允许 Blending-NeRF
PDF10 months ago
基于条件得分指导的文本驱动图像到图像的翻译
本文提出了一种新颖的算法，利用预训练文本到图像扩散模型，通过在源图像中选择性地编辑被修改的文本定义下的感兴趣区域，生成目标图像，并引入新的评分函数，该函数同时考虑特定的翻译任务，实现了优秀的图像翻译表现。
PDFa year ago
ControlVideo：为一键式文本到视频编辑增加有条件的控制
本文提出了 ControlVideo，一种基于文本指导的视频编辑方法，通过结合文本到图像扩散模型和 ControlNet，优化视频的保真度和时间一致性以与给定文本对齐，并使用复杂设计策略在源视频的关键帧和时间注意力上进行微调，量化结果证明了
PDFa year ago
ChatFace: 通过扩散潜空间操作实现聊天引导的真实人脸编辑
提出了基于扩散模型的文本驱动实际面部图像编辑方法，并通过 ChatFace 交互式系统实现了精确的零样本和多属性操纵。
PDFa year ago
文本驱动的人类视频生成
本文提出了 Text2Performer 算法，基于文本描述生成拥有精细动作的逼真人类视频，并提供了 Fashion-Text2Video 数据集用于辅助该任务。其中包括了两个新设计：将 VQVAE 潜空间表示细分为人物形象和姿势表示，并通
PDFa year ago
UniTune: 通过微调图像生成模型对单个图像进行文本驱动的图像编辑
UniTune 是一种简单而新颖的文本驱动图像编辑方法，它使用文本作为直观的艺术指导界面并且无需其他输入。该方法的核心在于观察到，通过选择合适的参数，我们可以在单个图像上对大型文本到图像扩散模型进行微调，从而鼓励模型保持对输入图像的忠实性，
PDF2 years ago
ECCVCLIP-Actor: 基于文本的人体模型推荐和风格化动画
提出了 CLIP-Actor：一种基于文本的动作推荐和神经网格风格化系统，能够根据文本提示为 3D 人类网格动画建议运动序列和优化网格样式属性，这对于以前无法生成符合自然语言提示的 3D 人物运动效果是非常独特的，CLIP-Actor 可以
PDF2 years ago
Text2LIVE: 文本驱动的分层图像和视频编辑
本文介绍了一种用于零样本、文本驱动外观操作的方法，利用内部数据集训练生成器，结合外部的 CLIP 模型进行损失计算，并通过生成编辑层的方式实现色彩与透明度的操作来实现高保真的自然图像和视频语义编辑。
PDF2 years ago
CVPR预测、预防和评估：由预训练的视觉语言模型赋能的分解文本驱动图像操作
该研究提出了一种新的基于文本的图像操作框架，该框架几乎不需要手动注释，并使用大规模预训练的视觉语言模型 CLIP，通过预测属性、引入脱缰损失和提出新的评估指标来实现图像操作的解开，该框架在复杂的人脸编辑任务中获得比现有 StyleCLIP
PDF3 years ago