AIGC動態歡迎閱讀

原標題：vivo影像規劃預研部研究員官善琰：基于視覺的物理規律反演研究 | 講座預告
關鍵字：視覺,粒子,動態,物理,框架
文章來源：智猩猩GenAI
內容字數：0字

內容摘要：

文本到圖像的擴散模型在文本提示的指導下展示了前所未有的創作能力，例如在視覺藝術、合成數據集構建以及市場營銷和廣告中的圖像編輯等創意工作。然而，基于特定主題生成個性化實例仍然具有挑戰性。
為此，vivo影像規劃預研部研究員官善琰等提出一種新的框架HybridBooth。該框架融合了基于優化和直接回歸方法的優點，創造一種平衡質量和速度的混合方法，從而實現了高效、精確的主題驅動生成。相關論文成果收錄于ECCV 2024。同時，深度學習在模擬復雜粒子系統（如流體）的物理動力學方面顯示出巨大的潛力。然而，神經網絡是否可以直接從觀察到的圖像推斷流體動力學仍然是一個懸而未決的問題。對此官善琰研究員等提出了神經流體NeuroFluid，其為首個基于粒子的流體動力學的無監督學習解決方案。相關論文成果收錄于ICML 2022。NeuroFluid關鍵思想是在端到端可訓練的框架中，將基于粒子的流體模擬與粒子驅動的神經渲染連接起來，使兩個網絡可以聯合優化，從而獲得兩者之間合理的粒子表示。實驗數據表明，NeuroFluid學習了更加合理的流體動力學，可以在動態基礎、預測和新視圖合成方面產生不錯的結果。《易經·說

原文鏈接：vivo影像規劃預研部研究員官善琰：基于視覺的物理規律反演研究 | 講座預告

聯系作者

文章來源：智猩猩GenAI
作者微信：
作者簡介：