跳到正文
热点事件持续更新

EDGAR:扩散模型精修高斯头像

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Kwan Yun 等人提出 EDGAR,一个条件扩散框架,用于修正高斯头像中的伪影,同时保持身份一致性。团队构建了混合真实拍摄与合成渲染的 EDGAR-SET 三元组数据集,用 Sapiens 模型提取身份特征并注入一步扩散骨干,还引入 MoE 架构应对不同退化类型与程度。代码已公开。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月6日
  1. arXiv · cs.GR
    EDGAR:用合成失败样本驱动扩散模型精修高斯头像

    EDGAR 是一个条件扩散框架,通过修正伪影提升高斯头像质量并保持身份一致性。团队构建了混合真实拍摄与合成渲染的 EDGAR-SET 三元组数据集,用 Sapiens 模型提取身份特征注入一步扩散骨干,并引入 MoE 架构应对不同退化类型与程度。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。