EchoMimicV2: Towards Striking, Simplified, and Semi-Body Human Animationhttp://t.cn/A6mJLB4Z
本文提出了一种半身人体动画的新方法，名为EchoMimicV2。该方法采用了一种创新的音频-姿态动态协调策略，包括姿态采样和音频扩散，以增强半身细节、面部和手势的表现力，同时减少条件的冗余。为了解决半身数据不足的问题，研究者使用了头部部分注意力机制，将头像数据无缝地融入训练框架中，在推理过程中可以省略，为动画制作提供了便利。此外，还设计了特定阶段的去噪损失函数，以分别指导动画在不同阶段中的运动、细节和低级质量。研究还提出了一种新的基准，用于评估半身人体动画的有效性。大量实验和分析表明，EchoMimicV2在定量和定性评估方面都超过了现有方法。#预训练##每日AI动态##人工智能[超话]##硕士论文[超话]#