Zobrazeno 1 - 10
of 10
pro vyhledávání: '"Sun, Yang-Tian"'
Video representation is a long-standing problem that is crucial for various down-stream tasks, such as tracking,depth prediction,segmentation,view synthesis,and editing. However, current methods either struggle to model complex motions due to the abs
Externí odkaz:
http://arxiv.org/abs/2406.13870
Autor:
Lyu, Xiaoyang, Sun, Yang-Tian, Huang, Yi-Hua, Wu, Xiuzhe, Yang, Ziyi, Chen, Yilun, Pang, Jiangmiao, Qi, Xiaojuan
In this paper, we present an implicit surface reconstruction method with 3D Gaussian Splatting (3DGS), namely 3DGSR, that allows for accurate 3D reconstruction with intricate details while inheriting the high efficiency and rendering quality of 3DGS.
Externí odkaz:
http://arxiv.org/abs/2404.00409
Scene reconstruction from multi-view images is a fundamental problem in computer vision and graphics. Recent neural implicit surface reconstruction methods have achieved high-quality results; however, editing and manipulating the 3D geometry of recon
Externí odkaz:
http://arxiv.org/abs/2403.19314
Novel view synthesis for dynamic scenes is still a challenging problem in computer vision and graphics. Recently, Gaussian splatting has emerged as a robust technique to represent static scenes and enable high-quality and real-time novel view synthes
Externí odkaz:
http://arxiv.org/abs/2312.14937
Implicit neural rendering, especially Neural Radiance Field (NeRF), has shown great potential in novel view synthesis of a scene. However, current NeRF-based methods cannot enable users to perform user-controlled shape deformation in the scene. While
Externí odkaz:
http://arxiv.org/abs/2205.04978
Pose transfer of human videos aims to generate a high fidelity video of a target person imitating actions of a source person. A few studies have made great progress either through image translation with deep latent features or neural rendering with e
Externí odkaz:
http://arxiv.org/abs/2106.14132
Autor:
Sun, Yang-Tian, Fu, Qian-Cheng, Jiang, Yue-Ren, Liu, Zitao, Lai, Yu-Kun, Fu, Hongbo, Gao, Lin
We propose a new method for realistic human motion transfer using a generative adversarial network (GAN), which generates a motion video of a target character imitating actions of a source character, while maintaining high authenticity of the generat
Externí odkaz:
http://arxiv.org/abs/2003.13510
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.