💡
原文中文，约2900字，阅读约需7分钟。
📝
内容提要
新加坡南洋理工大学S-Lab团队提出了一种名为StructLDM的三维数字人生成新范式，通过结构化的高维人体表征、结构化的自动解码器和结构化的隐空间扩散模型实现。该模型能够生成高质量、多样化且视角一致的三维数字人，并支持可控生成与编辑功能。实验结果显示，StructLDM在各项评估中表现出色，具有广泛的应用潜力。
🎯
关键要点
- 新加坡南洋理工大学S-Lab团队提出StructLDM三维数字人生成新范式。
- StructLDM通过结构化高维人体表征、自动解码器和隐空间扩散模型实现高质量三维数字人生成。
- 该模型支持可控生成与编辑功能，适用于数字孪生、元宇宙、游戏等领域。
- 传统三维数字人制作效率低，研究者提出基于3D GAN的方法以提高效率。
- 一维隐向量无法充分表征人体几何结构和语义信息，限制生成质量。
- StructLDM包括结构化自动解码和结构扩散模型两个阶段。
- 实验结果显示StructLDM在多个数据集上表现优异，生成多样化且视角一致的三维数字人。
- StructLDM支持相机视角、姿态、体型控制等可控性生成。
- 可进行组合式生成和互联网图片编辑，支持多种编辑任务。
- 研究发现结构感知的latent归一化技术提高了扩散模型学习效率。
➡️
