Fuha

FUHA模型学习紧凑运动嵌入，实现实时人类动画

研究人员开发了FUHA，一种新颖的前馈Transformer模型，专为实时人类动画设计。FUHA学习紧凑的运动嵌入，捕捉面部、手部和身体的关节，同时将运动与外观解耦。这种方法在推理过程中无需外部姿态估计器或参数化身体模型。该模型性能令人印象深刻，在单个RTX 4090 GPU上以512x512分辨率运行时速度高达38.9 FPS，并在自我重演指标上优于基线。