NLDF:用于高效三维动态说话头生成的神经光动力场
原文中文,约200字,阅读约需1分钟。发表于: 。提出了一种基于神经辐射场模型的说话脸生成方法,通过利用神经光动力场模型来加速渲染速度,同时使用知识蒸馏和动态训练策略,实现了生成高质量三维说话脸视频的效果和速度的显著提升。
本文介绍了DFRT方法,用于few-shot声音驱动下的面部融合。该方法使用2D图像学习面部先验知识,并可应用于新的身份。同时,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,该方法能够在短时间内生成高质量的自然音频驱动视频。