基于图像集的隐式扭曲动画框架
计算机视觉与模式识别
2022-10-05 v1
摘要
我们提出一种新的隐式扭曲框架，用于利用一组源图像并通过迁移驱动视频的运动来实现图像动画。我们使用单一跨模态注意力层来寻找源图像与驱动图像之间的对应关系、从不同源图像中选择最合适的特征并扭曲所选特征。这与现有使用显式基于光流的扭曲的方法形成对比，后者是为使用单一源图像的动画设计的，不能很好地扩展到多源情况。我们框架的挑选与选择能力帮助其在使用单源和多源图像的图像动画多个数据集上取得最先进的（state-of-the-art）结果。项目网站位于https://deepimagination.cc/implicit warping/。
引用
@article{arxiv.2210.01794,
title = {Implicit Warping for Animation with Image Sets},
author = {Arun Mallya and Ting-Chun Wang and Ming-Yu Liu},
journal= {arXiv preprint arXiv:2210.01794},
year = {2022}
}
备注
To be published at NeurIPS 2022