- Portrait3D：基于单张野外人像图像的 3D 头部生成
提出了 Portrait3D 框架，通过将肖像图像的身份信息整合到几何初始化、几何塑造和纹理生成阶段中，实现了从单幅肖像图像生成高质量 3D 头像的方法。
- 3DTextureTransformer：对任意网格拓扑进行几何感知纹理生成
使用名为 3DTextureTransformer 的新颖框架，结合几何深度学习和 StyleGAN 类似的架构，能够在不改变原始高分辨率输入网格拓扑的情况下生成高质量的纹理。该架构在学习来自 3D 几何体和现实世界 2D 图像的情况下，与 - DragTex: 基于点的生成式纹理编辑在 3D 网格上
通过使用扩展人工智能技术创建三维纹理网格近期引起了重要关注。我们提出了一种名为 DragTex 的生成点型三维网格纹理编辑方法，该方法利用扩散模型在不同视角之间变形剪影附近的区域中混合局部不一致的纹理，实现了局部一致的纹理编辑。此外，我们通 - CTGAN：3D 形状的语义引导条件纹理生成器
本研究提出了基于语义指导的条件纹理生成器（CTGAN），用于生成具有与视角一致且尊重形状语义的高质量 3D 纹理，通过精细操作潜在编码实现对生成纹理的风格和结构的显式控制，并通过输入分割进一步增强对纹理结构的控制，实验证明 CTGAN 在多 - 通过分离的形状 - 纹理表示探索 3D 感知的人脸年龄预测
本文提出了一种新的 3D 感知形状 - 纹理分离的面部变老网络，通过 3D 人脸重建将面部图像明确地划分为形状和纹理表示，并提出了一种基于经验模态分解 (EMD) 的新型纹理生成方法。通过大量的定性和定量实验证明，我们的方法在形状和纹理转换 - AAAI实际场景下的迭代式令牌评估与改善
我们提出了一个迭代令牌评估和改进 (ITER) 框架，用于实现实际场景图像超分辨率 (RWSR)，该框架利用离散扩散模型在离散令牌表示空间中运行，即利用提前用高质量图像进行预训练的 VQGAN 编码书中的特征索引。我们将 RWSR 分为两个 - Cloth2Tex: 自定义三维虚拟试穿的布料纹理生成流程
利用称为 Cloth2Tex 的自监督方法生成高质量纹理地图，该方法消除了传统基于变形的纹理生成方法中手动选择控制点的繁琐过程，并结合潜在扩散模型实现高保真度纹理修复，该方法相比其他方法具有最佳视觉效果。
- ShaDDR: 基于实例的几何和纹理实时生成 —— 基于 3D 形状详细化和可微分渲染
用 ShaDDR 算法可以生成高分辨率且纹理清晰的 3D 形状，能够通过学习潜在变量来掌握几何和纹理细节，实现对粗糙体素模型的纹理生成和细节还原，具有更高的分辨率和更清晰的纹理。
- ECCV对抗纹理优化的初始化和对齐
本研究提出了一种基于几何图形的纹理生成方法，通过引入显式初始化和对齐程序来提高最新的对抗性纹理优化的鲁棒性，并将其应用于计算机视觉中的 11 个场景数据集中，能够获得相对于感知和锐度度量方面的 7.8％和 11.1％的相对改善。
- IJCAI情感可控泛化说话脸生成
本文提出了一种面部生成方法，使用基于语音内容特征的图卷积神经网络，结合独立的情感输入，生成面部几何感知标记表示上的情感和语音感应运动，并在此基础上，利用光流引导的纹理生成网络生成纹理。
- ICCV遮挡感知视频对象修复
通过建立大规模视频目标修复基准数据集与新的 VOIN 技术将视频对象形状完成和遮挡纹理生成相结合，本论文提出了一种面向对象和遮挡感知的视频修复方法，致力于准确还原大尺度遮挡对象区域的形状和外观。
- 纹理增强的深度基于补全补丁的图像修复
本文介绍了一种新的图像修复框架，其将传统的基于块的方法和深度学习网络的优势结合起来，即在深度修复网络中植入来自未遮盖区域的块样本，使用纹理记忆指导纹理生成并进行端到端的训练。同时，引入块分布损失以提高合成块的质量。该方法在三个具有挑战性的数 - MM使用三维混合形状和动态纹理建模卡通表情
本文提出了一种解决艺术家手绘漫画变形的问题的方法，强调了增强创建所需表情的能力，同时保留漫画的身份夸张风格。这种方法的关键在于模拟漫画表达，通过传统 3DMM 表示法扩展到漫画域来实现，方法包括形状建模和纹理生成，用于重建准确和稳定的几何形 - StructureFlow: 结构感知外观流进行图像修复
本文提出了一个两阶段模型来解决图像修复中细节和结构重建的问题，第一阶段采用保边平滑图像训练结构重建器，第二阶段基于重构的结构设计纹理生成器来生成图像细节，实验证明该模型表现优异。
- CVPR重新识别监督纹理生成
本文提出了一种基于端到端学习策略的方法，利用行人重新识别作为感知度量，生成单张人体图像的纹理贴图，实验结果表明，我们的模型可以从单张图像中生成纹理贴图，并证明我们的纹理比其他可用方法生成的质量更高，我们还将应用范围扩展到其他类别，并探索了我 - 二阶民主聚合
该研究论文研究了一类无序聚合函数的设计，用于优化二阶特征提取和标准化过程中的贡献均衡，并证明它们能够像一阶聚合函数一样高效地运算，并在许多分类任务中表现出最先进的性能，特别是通过草图计算在较低维度计算二阶特征聚合。