本文介绍了一种基于3D人体参数模型的人像动画方法，旨在提高人体生成技术中的形状对齐和运动引导。该方法通过捕捉源视频中的复杂几何和运动特征，结合深度图像和语义图，生成高质量的动画，实验表明其在姿势和形状变化捕捉上具有优越的泛化能力。

该文介绍了一种运动引导的掩蔽算法(MGM)，以提高视频显著性。该算法在两个大规模视频基准中相比先前的最先进方法，为视频MAE提供了关键装备，并取得了高达+1.3%的改进。此外，该算法只使用了最多66%的训练时期，就可以获得与先前的视频MAE相等的性能。最后，该算法在多个数据集上对下游迁移学习和领域自适应任务的泛化能力比基线方法提高了高达+4.9%。