10秒视频生成风格化动画
该网络从极短的参考视频中学习个体说话风格，并能生成具有逼真面部表情和头部姿势的语音驱动3D动画。
陈里洋 · Weihong, Bao · Lei, Shun · 75858338 · 吴志勇 · Kang, Shiyin · Huang, Haozhi · Meng, Helen Mei Ling
IEEE Transactions on Multimedia 2025
从极短的参考视频中学习个性化说话风格，无需大量训练数据。
使用MoLoRA高效微调表情适配器，捕获面部表情风格。
通过构建离散姿态先验和语义感知姿态风格矩阵检索风格嵌入，实现姿态风格化。