研究人员开发了一种新颖的扩散模型，可从单张图像合成新颖的人体视角和姿势。该方法解决了现有方法的局限性，例如处理具有模糊二维关键点的复杂姿势或可泛化人体 NeRFs 在遮挡部分的不准确性。所提出的模型结合了三维人体先验，特别是三维法线图和颜色提示，作为引导去噪过程的条件输入。这使得能够进行高质量的合成，包括以前未见过或被遮挡的人体部位，并包括用于增强细节的自重建式细化。在公开数据集上的实验结果表明，与以前的方法相比，该模型具有卓越的性能和泛化能力。 AI
影响 这项研究可能会推进 AI 在虚拟试穿、游戏和内容创作等应用中生成逼真人体图像的能力。
排序理由 详细介绍新模型和方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
