- 博客(1)
- 收藏
- 关注
RSS订阅原创 神经建模最新进展
使用的是latent viarable model(隐变量模型）来融合时序信息，从同一组隐变量中生成不同帧的场景，这样通过训练就能把不同帧观察到的信息整合到这一组隐变量。1.由于使用SMPLs对人体的几何形状进行建模，该建模没有人体的几何细节，如果人穿着很宽松的衣服的话，效果不好。融合时序信息来获得更多的信息(人看人体运动的视频时较看人体运动的图像时对人体的姿态有更好的了解）问题的输入是一些离散的视角的图像,该任务是需要合成全新的视角的图像，进行得到连续的视角视频。输出可驱动的人体模型（用人体骨架来驱动）
2023-11-11 19:21:55
37
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人