arXiv · 机器人与计算机视觉· Lifan Jiang, Yibo Zhao, Senlin Cheng, Bolei Xu, Xiaobo Li, Can Ye, Dehai Zhao, Deng Cai, Boxi Wu·· 14 天前AI 评分58
DualCast:面向数字人电商视频生成的双图像条件扩散 Transformer
DualCast: Dual-Image Conditioned Diffusion Transformers for Digital Human E-Commerce Video Generation
AI 导读
针对数字人电商视频生成中产品外观、人物身份与整体风格难以兼顾的问题,本文提出 DualCast 框架。该方法通过双时空槽注入机制分离产品与人物的潜在特征,利用掩码引导的区域加权损失强化关键区域监督,并支持双图及单图生成模式。研究构建了包含 10K 视频的专用数据集进行训练,实验表明其在保持角色一致性方面表现优异。
来源:arXiv · 机器人与计算机视觉 · arxiv.org