跳到正文
arXiv · 机器人与计算机视觉· Zhuoyuan Jiang, Weijie Lyu, Xiaoyuan Wang, Tiancheng Shen, Ming-Hsuan Yang·· 25 天前AI 评分38

AudioLift:通过多视角视频生成实现单图驱动的全头高斯头像重建

AudioLift: Audio-Driven Single Image to Full-Head Gaussian Avatar via Multi-view Video Generation

AI 导读

AudioLift 提出无需参数化人脸模型或实例优化的两阶段框架,利用生成的多视角视频作为中间表示进行音频驱动的头像合成。实验表明该方法能捕捉更极端的表情并提升几何完整性与全 $360^\circ$ 视角的一致性。项目页面已公开,预印本发布于 arXiv:2610.31747v1。

来源:arXiv · 机器人与计算机视觉 · arxiv.org