Tag · 3 篇
两阶段生成框架
分布 生成模型与扩散23D 视觉与重建1
01 02 03
重新审视字体生成中的字形空间信息
Rethinking Glyph Spatial Information in Font Generation
把字形中的「形状」与「位置」显式解耦，并在像素空间分两阶段（低分辨率风格迁移 + 高分辨率细节增强）建模，这一思路可迁移到任何需要保留结构空间先验的少样本生成任务，如手写体合成、场景文字编辑与布局可控生成。
利用合成运动数据学习生成高动态视频
Learning to Generate Highly Dynamic Videos using Synthetic Motion Data
用渲染光流作为与外观解耦的运动监督信号，训练视频扩散模型学习真实数据中稀缺的剧烈运动与精确相机运动控制，可直接迁移到任何需要细粒度运动条件的视频生成管线。
面向三维动画生成的人体几何分布
Human Geometry Distribution for 3D Animation Generation
提出一种基于分布的紧凑潜表示，在 SMPL 与人体 avatar 几何之间建立更均匀的映射，可作为人体几何生成与动画的通用中间表示；两阶段框架（先学潜空间、再在潜空间内生成动画）也为动作驱动的 3D 人体动画提供了可复用的建模范式。