BriefGPT - AI 论文速递
·
通用神经人体渲染器
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
我们提出了一种学习通用神经人体渲染器（GNH）的挑战性方法，通过利用身体先验和多视图几何将外观信息从输入视频传输到输出图像平面。我们的GNH实现了非常强大的通用、逼真的渲染，超越了当前最先进方法。
🎯
关键要点
- 提出了一种学习通用神经人体渲染器（GNH）的方法。
- 该方法能够从单目视频中呈现可动人体。
- 利用显式的身体先验和多视图几何将外观信息传输到输出图像平面。
- GNH 通过三阶段的过程实现了强大的通用、逼真的渲染。
- 在 LPIPS 上实现了 31.3％的改进，超越了当前最先进的方法。
➡️
