AIGC動態歡迎閱讀

原標題：AAAI 2024 | TEx-Face，5秒內按需生成照片級3D人臉
關鍵字：模型,方法,表征,表情,數據
文章來源：大數據文摘
內容字數：4761字

內容摘要：

大數據文摘授權轉載自將門創投
作者：Xiaolong Shen
本文介紹一篇來自浙江大學ReLER實驗室的工作，”Controllable 3D Face Generation with Conditional Style Code Diffusion”，目前該文已被AAAI 2024錄用。論文題目：
Controllable 3D Face Generation with Conditional Style Code Diffusion
論文鏈接:
https://arxiv.org/abs/2312.13941
代碼鏈接:
https://github.com/sxl142/TEx-Face
項目主頁:
https://sxl142.github.io/TEx-Face
研究動機本文的核心出發點是，探索一種只需要單次優化的多條件控制的3D人臉生成模型。
目前的一些經典的Text-to-3D的工作，他們往往針對一個特定的物體（由文本描述的）優化一個隨機初始化的3D表征，例如Nerf，從而導致耗費較長的優化時間以及只限于單個物體，無法泛化。此外，目前的這類方法還是沒有辦法做到真實照片級

原文鏈接：AAAI 2024 | TEx-Face，5秒內按需生成照片級3D人臉

聯系作者

文章來源：大數據文摘
作者微信：BigDataDigest
作者簡介：普及數據思維，傳播數據文化