BriefGPT - AI 论文速递 · 2024-01-02T00:00:00Z 基于自监督学习和无关条件的事件与框架关联性研究，实现无监督领域适应 💡 原文中文，约200字，阅读约需1分钟。 📝 内容提要 本文提出了一个自我监督方法，用于自然环境下高保真面部模型。通过训练神经网络，从单个2D图像驱动面部模型，并通过连续帧纹理的一致性进行自适应，克服了实验室和无控制环境之间的域不匹配问题。实验结果表明，手机相机下能够驱动高保真面部模型，无需新领域标记数据。 🏷️ 标签 手机相机 神经网络 自我监督方法 自监督 连续帧纹理 高保真面部模型 阅读原文 生成长图 分享链接 已复制链接
