AAAI 2024 | TEx-Face，5秒内按需生成照片级3D人脸

AIGC动态欢迎阅读

原标题：AAAI 2024 | TEx-Face，5秒内按需生成照片级3D人脸
关键字：模型,方法,表征,表情,数据
文章来源：大数据文摘
内容字数：4761字

内容摘要：

大数据文摘授权转载自将门创投
作者：Xiaolong Shen
本文介绍一篇来自浙江大学ReLER实验室的工作，”Controllable 3D Face Generation with Conditional Style Code Diffusion”，目前该文已被AAAI 2024录用。论文题目：
Controllable 3D Face Generation with Conditional Style Code Diffusion
论文链接:
https://arxiv.org/abs/2312.13941
代码链接:
https://github.com/sxl142/TEx-Face
项目主页:
https://sxl142.github.io/TEx-Face
研究动机本文的核心出发点是，探索一种只需要单次优化的多条件控制的3D人脸生成模型。
目前的一些经典的Text-to-3D的工作，他们往往针对一个特定的物体（由文本描述的）优化一个随机初始化的3D表征，例如Nerf，从而导致耗费较长的优化时间以及只限于单个物体，无法泛化。此外，目前的这类方法还是没有办法做到真实照片级

原文链接：AAAI 2024 | TEx-Face，5秒内按需生成照片级3D人脸

联系作者

文章来源：大数据文摘
作者微信：BigDataDigest
作者简介：普及数据思维，传播数据文化