PulseAugur
实时 10:45:35
English(EN) DSAR: Dual-Stream Autoregressive Modeling of Temporal Cloth Dynamics for Photorealistic Animatable Avatars

新的双流模型增强了光照可动画化身布料动力学

研究人员开发了一个新的双流自回归框架,以应对从RGB视频创建光照可动画化身的时序一致性和真实感挑战。现有方法常常无法准确捕捉布料动力学,导致出现伪影或过度平滑的外观,尤其是在分布外姿势下。这种新方法通过结合可观测的几何信息和隐式的内部状态,明确地建模了布料物理的时序因果关系。该框架包括一个用于表面位移传播的几何流和一个用于融合当前特征与历史状态的状态流,以及运动自适应聚合和自适应正则化技术。实验表明,在渲染质量、时序一致性和对新颖运动模式的泛化能力方面有了显著的改进。 AI

影响 这项研究可能带来更逼真、更动态的虚拟化身,影响游戏、虚拟现实和电影制作等领域。

排序理由 该条目描述了一篇关于在化身创建中用于时序布料动力学的新颖建模框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 Hugging Face Daily Papers 阅读 →

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

新的双流模型增强了光照可动画化身布料动力学

报道来源 [1]

  1. Hugging Face Daily Papers TIER_1 English(EN) ·

    DSAR:用于光照逼真可驱动虚拟形象的时序布料动力学的双流自回归建模

    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 out-of-distribution poses. This limitation stems f…