BriefGPT - AI 论文速递
·
DT-NeRF：高保真说话肖像合成的分解三面体哈希神经辐射场
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
DFRT是一种用于few-shot声音驱动下的面部融合的方法，使用2D图像学习面部先验知识，并提出了可微的面部扭曲模块以更好地建模面部变形。实验结果表明，该方法可以在很短时间内生成高质量的自然音频驱动的视频。
🎯
关键要点
-
DFRT是一种用于few-shot声音驱动下的面部融合的方法。
-
该方法使用2D图像学习面部先验知识。
-
DFRT可以通过少量训练数据应用于新的身份。
-
提出了可微的面部扭曲模块以更好地建模面部变形。
-
实验结果表明，该方法可以在短时间内生成高质量的自然音频驱动视频。
➡️
