arXiv cs.CV· Zhuoyuan Jiang, Weijie Lyu, Xiaoyuan Wang, Tiancheng Shen, Ming-Hsuan Yang·· 3 小时前AI 评分34
AudioLift：通过多视角视频生成实现音频驱动的单图全头高斯 Avatar
AudioLift: Audio-Driven Single Image to Full-Head Gaussian Avatar via Multi-view Video Generation
AI 导读
AudioLift 提出两阶段框架，用生成的多视角视频作中间表示，从单张肖像图生成音频驱动的全头高斯 Avatar，无需参数化人脸模型或逐实例优化。该框架结合同步多视角视频生成与对不一致稳健的高斯重建以恢复连贯全头几何。实验显示其可捕捉比现有方法更极端表情，提升几何完整性，并在完整 360° 视角内保持较强多视角一致性。
来源：arXiv cs.CV · arxiv.org