Tag · 2 篇
数字人
分布 生成模型与扩散13D 视觉与重建1
01 02
UniLS：面向统一听与说的端到端音频驱动虚拟人
UniLS: End-to-End Audio-Driven Avatars for Unified Listening and Speaking
两阶段训练范式（先无音频自回归学习内在运动先验，再用双轨音频微调调制）为音频驱动的人脸/头部生成提供了可复用思路，尤其适合解决弱音频驱动信号下生成僵硬的问题；双轨音频端到端设定也可直接用于交互式数字人。
FHAvatar：从少量随手拍摄快速高保真重建面部与头发可组合的 3D 头像
FHAvatar: Fast and High-Fidelity Reconstruction of Face-and-Hair Composable 3D Head Avatar from Few Casual Captures
用平面高斯表示面部、发丝高斯表示头发，在纹理空间显式解耦，并借助聚合式 Transformer 骨干网络从多视角数据集中学习跨视角几何先验，使新身份仅需少量随手拍摄即可在数分钟内重建可实时驱动、可换发型的 3D 高斯头像。