Vid2Game：从真实世界视频中提取可控角色
机器学习
2019-04-18 v1 计算机视觉与模式识别
图形学
机器学习
摘要
我们给定一段某人执行特定活动的视频，从中提取一个可控模型。该模型根据用户定义的任意控制信号（通常标记运动身体的位移）生成该人物的新图像序列。生成的视频可具有任意背景，并有效捕捉该人物的动态与外观。该方法基于两个网络。第一个网络将当前姿态与单实例控制信号映射到下一姿态。第二个网络将当前姿态、新姿态与给定背景映射到输出帧。两个网络均包含多项实现高质量性能的新颖设计。这在从各类舞者与运动员视频中提取的多个角色上得到验证。
引用
@article{arxiv.1904.08379,
title = {Vid2Game: Controllable Characters Extracted from Real-World Videos},
author = {Oran Gafni and Lior Wolf and Yaniv Taigman},
journal= {arXiv preprint arXiv:1904.08379},
year = {2019}
}