PulseAugur
实时 09:15:53
English(EN) DSAR: Dual-Stream Autoregressive Modeling of Temporal Cloth Dynamics for Photorealistic Animatable Avatars

新的DSAR框架增强了可驱动化身的逼真度

研究人员开发了一个新的双流自回归框架DSAR,以提高从RGB视频生成的可驱动人体化身的逼真度和时序一致性。现有方法由于在建模时序因果关系时存在疏忽,常常无法捕捉逼真的布料动力学,导致泛化能力较差。DSAR通过显式建模可观察的几何信息和隐式的内部状态来解决这个问题,从而实现更准确的布料演化和更高的渲染质量。 AI

影响 这项研究可能为游戏、电影和虚拟现实等应用带来更逼真、更可控的数字人类化身。

排序理由 该集群包含一篇详细介绍新建模框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的DSAR框架增强了可驱动化身的逼真度

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Haozhong Xiong, Yao Yu, Yu Zhou, Sidan Du ·

    DSAR:用于光线写实可驱动化身的时序布料动力学的双流自回归建模

    arXiv:2608.10500v1 Announce Type: new Abstract: Creating photorealistic and temporally coherent animatable human avatars from RGB videos remains challenging. Current methods struggle to capture realistic cloth dynamics, producing over-smoothed appearance or severe artifacts on ou…