皮克斯的超分辨率技术及其应用
基于深度学习的超分辨率技术在NVidia的最新GPU中采用了DLSS(深度学习超级采样)的名称,并成为消费者的一项真正的服务技术。为了降低4K游戏市场中4K渲染的成本,2K…
基于深度学习的超分辨率技术在NVidia的最新GPU中采用了DLSS(深度学习超级采样)的名称,并成为消费者的一项真正的服务技术。为了降低4K游戏市场中4K渲染的成本,2K…
图像中常用的卷积是3D操作。 (KxKxC; K =内核大小,C =通道数)通过将其划分为KxKx1的多个2D运算来应用之后,在通道方向上应用大小为1x1xC的卷积的深度可分离卷积大大减少了参数数量。
LipGan是一项根据语音信号创建嘴形的研究。这是一种对创建虚拟角色的嘴部动画有用的技术,但是在实际应用中,局限性很明显,因为只有站立的角色的嘴唇仍在移动。实际上,人类...
可视对话框任务是一种多模式任务,可将图像添加到由问答组成的Q&A任务中。例如,如果您一起给一只白色的猫和一只黑色的狗拍照,然后问:“猫旁边的动物是什么颜色?”,您回答“黑色” ...
我们共享了在SIGGRAPH 2019上发表的论文``学习面向二维运动重定向的字符不可知运动''的项目页面。本文从三个(可能不同)的图像中提取运动,骨骼和相机角度,然后……
在游戏制作方面,我们共享一个指向经常使用的Adobe Mixamo网站的链接。输入时,将上载121个3D字符和2484个字符动作,并且可以以称为(Autodesk)FBX的3D格式下载它们。这种格式...
在视频压缩领域中,与摩尔定律(晶体管的数量每两年翻一番),1993年的MPEG-1、2003年的MPEG-4 / AVC(H.264),2013年的MPEG-H / HEVC具有相同的特征( H.265)。作为参考,在图像压缩的情况下,…
麻省理工学院的Speech2Face是一项通过语音信号生成说话者面部的研究。但是,它不使用一种模型执行语音到面对面的转换,而是将现有研究的结果用于不同目的进行组合以产生令人印象深刻的结果。 (第一作者现在是...