人体动作传输的3D约束和细节增强
摘要：使用生成对抗网络(GAN)提出了一种新的逼真的人体动作转移方法，该方法生成一个运动视频，其中目标角色模仿源角色的动作，同时保持生成结果的高度真实性。我们通过解耦和重组源角色和目标角色的姿势信息和外观信息来解决这个问题。我们的方法的创新之处在于使用重构的3D人体模型的投影作为GAN的条件，以更好地保持不同动作下转移结果的结构完整性。我们进一步引入了细节增强网络，通过利用真实源帧中的细节来增强转移结果的细节。大量实验证明，我们的方法在定性和定量方面都比现有技术方法产生更好的结果。
作者：Yang-Tian Sun, Qian-Cheng Fu, Yue-Ren Jiang, Zitao Liu, Yu-Kun Lai, Hongbo Fu, Lin Gao
论文ID：2003.13510
分类：Graphics
分类简称：cs.GR
提交时间：2023-05-09