本文介绍了基于神经辐射场(NeRF)和生成对抗网络(GAN)的方法,用于合成逼真的3D虚拟人物,涵盖肢体手势、面部表情和语音生成。研究提出了面部融合、手势动画重建和音频驱动的说话人脸合成等技术,显著提升了视频质量和同步效果,推动了虚拟人物动画的自然流畅性。
该文综述了神经辐射场(NeRF)在动态人体与手部重建中的应用,包括重建手部外观与几何、支持任意视角手势动画的框架,利用姿势驱动变形场和伪深度图处理遮挡;并介绍了HumanNeRF、GraspNeRF、Gen-NeRF、animatable NeRF、NR-NeRF及基于SMPL的姿态依赖渲染等方法,实现自由视角人体合成、6自由度抓取检测与实时AR/VR体验。
完成下面两步后,将自动完成登录并继续当前操作。