HumanVid

创新的相机控制人物图像动画技术

HumanVid是一项致力于相机可控人物图像动画的研究项目。该项目通过优化训练数据利用，旨在实现对人物图像的精确控制和自然动画效果。HumanVid简化了图像处理流程，为研究者和开发者提供了新的工具。项目团队计划在近期发布相关数据，并将于2024年9月底开源训练和推理代码以及模型检查点，有望为计算机视觉和图形学领域带来新的研究方向。HumanVid项目致力于探索如何通过优化训练数据来实现相机可控的人物图像动画，为该领域的进步贡献力量。

HumanVid人像动画相机控制图像生成训练数据Github开源项目

访问官网

GitHub

论文

HumanVid

这是HumanVid: 揭秘可控制相机的人像图像动画训练数据的官方代码。

项目主页，Arxiv

我们计划在几周内发布数据。训练/推理代码和检查点将于2024年9月下旬公开。如果您对我们的工作感兴趣，请给我们点个星。谢谢！

引用

@article{wang2024humanvid,
title={HumanVid: 揭秘可控制相机的人像图像动画训练数据},
author={Wang, Zhenzhi 和 Li, Yixuan 和 Zeng, Yanhong 和 Fang, Youqing 和 Guo, Yuwei 和 Liu, Wenran 和 Tan, Jing 和 Chen, Kai 和 Xue, Tianfan 和 Dai, Bo 等},
journal={arXiv预印本 arXiv:2407.17438},
year={2024}
}

编辑推荐精选

iTerms

企业专属的AI法律顾问

iTerms是法大大集团旗下法律子品牌，基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构，帮助企业扫清合规障碍，筑牢风控防线，成为您企业专属的AI法律顾问。

SimilarWeb流量提升

稳定高效的流量提升解决方案，助力品牌曝光

Sora2视频免费生成

最新版Sora2模型免费使用，一键生成无水印视频

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。