AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：支持合成一分鐘高清視頻，華科等提出人類跳舞視頻生成新框架UniAnimate
關(guān)鍵字：視頻,時(shí)序,方法,模型,噪聲
文章來(lái)源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

AIxiv專欄是機(jī)器之心發(fā)布學(xué)術(shù)、技術(shù)內(nèi)容的欄目。過(guò)去數(shù)年，機(jī)器之心AIxiv專欄接收?qǐng)?bào)道了2000多篇內(nèi)容，覆蓋全球各大高校與企業(yè)的頂級(jí)實(shí)驗(yàn)室，有效促進(jìn)了學(xué)術(shù)交流與傳播。如果您有優(yōu)秀的工作想要分享，歡迎投稿或者聯(lián)系報(bào)道。投稿郵箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com人類跳舞視頻生成是一項(xiàng)引人注目且具有挑戰(zhàn)性的可控視頻合成任務(wù)，旨在根據(jù)輸入的參考圖像和目標(biāo)姿勢(shì)序列生成高質(zhì)量逼真的連續(xù)視頻。隨著視頻生成技術(shù)的快速發(fā)展，特別是生成模型的迭代演化，跳舞視頻生成任務(wù)取得了前所未有的進(jìn)展，并展示了廣泛的應(yīng)用潛力。
現(xiàn)有的方法可以大致分為兩組。第一組通常基于生成對(duì)抗網(wǎng)絡(luò)（GAN），其利用中間的姿勢(shì)引導(dǎo)表示來(lái)扭曲參考外觀，并通過(guò)之前扭曲的目標(biāo)生成合理的視頻幀。然而，基于生成對(duì)抗網(wǎng)絡(luò)的方法通常存在訓(xùn)練不穩(wěn)定和泛化能力差的問(wèn)題，導(dǎo)致明顯的偽影和幀間抖動(dòng)。
第二組則使用擴(kuò)散模型（Diffusion model）來(lái)合成逼真的視頻。這些方法兼具穩(wěn)定訓(xùn)練和強(qiáng)大遷移能力的優(yōu)勢(shì)，相較于基于 GAN 的方法表現(xiàn)更好，典型方法如 Disco、MagicAn

原文鏈接：支持合成一分鐘高清視頻，華科等提出人類跳舞視頻生成新框架UniAnimate

聯(lián)系作者

文章來(lái)源：機(jī)器之心
作者微信：almosthuman2014
作者簡(jiǎn)介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺(tái)