BriefGPT - AI 论文速递
·
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。
📝
内容提要
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。
🎯
关键要点
- 提出了一种名为 DFRT 的方法用于 few-shot 声音驱动下的面部融合。
- 该方法使用 2D 图像学习面部的先验知识。
- 可以通过少量的训练数据应用于新的身份。
- 提出了一种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。
🏷️
标签
➡️
