Tag · 2 篇
潜空间插值
分布 生成模型与扩散13D 视觉与重建1
01 02
VENI：用于自然光照的变分编码器
VENI: Variational Encoder for Natural Illumination
提供了一种在球面上直接建模光照环境的旋转等变变分自编码器，其 SO(2)-等变全连接层和 VN-ViT 编码器可复用于任何需要球面信号（如环境贴图、全景图）等变表征的视觉任务，并给出了更平滑的潜空间插值方案。
FlexAvatar：以部分监督学习完整三维头部化身
FlexAvatar: Learning Complete 3D Head Avatars with Partial Supervision
用可学习的 bias sink token 把单目视频与多视图数据放进同一个 Transformer 统一训练，解耦驱动信号与目标视角，从而在推理时同时获得单目数据的泛化性和多视图监督的三维完整性；这套「数据源 token」思路可迁移到其他受限于多视图稀缺的三维重建/化身任务。