GenDeF: 学习生成变形场进行视频生成

本论文旨在推动计算机视觉领域的创新，通过探索条件生成模型的新形式和在图像、3D动画和视频中的创新应用。研究聚焦于提供噪声和视觉数据的可逆变换的体系结构，并应用编码器-解码器结构进行生成任务和3D内容操作。条件信息被纳入生成过程中，以提高视觉数据的合成效率和生成内容的质量。