PulseAugur
实时 05:58:47
English(EN) AvatarDynamizer: From Static to Dynamic Human Avatars via Generative Dynamic Textures

新方法将静态3D化身转换为动态4D版本

研究人员开发了AvatarDynamizer,一种新颖的生成方法,旨在将静态3D化身转换为动态、逼真且多视图一致的4D化身。该方法将姿态相关的动态嵌入纹理贴图中,使其能够与预先训练的视频扩散模型兼容,并使用3D高斯进行渲染。为了解决现有数据集的局限性,收集了一个具有多样化运动和表面动态的大规模多视图数据集,证明了AvatarDynamizer卓越的视觉保真度,尤其是在动态训练数据有限的情况下。 AI

影响 这项研究可以增强虚拟环境和数字人类表示的真实感。

排序理由 该项目是一篇学术论文,详细介绍了一种新的化身生成方法。[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 →

新方法将静态3D化身转换为动态4D版本

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Guoxing Sun, Heming Zhu, Linjie Lyu, Pascal Fua, Christian Theobalt, Marc Habermann ·

    AvatarDynamizer:从静态到动态人类化身,通过生成动态纹理实现

    arXiv:2608.19900v1 Announce Type: new Abstract: For full-body avatars, modeling surface dynamics is crucial for overcoming the uncanny valley and achieving perceptual realism. Person-agnostic methods recover static 3D avatars from monocular images, videos, or text prompts, but th…