论文页面 - ReImagine：通过“图像优先”合成重新思考可控高质量人体视频生成

来源：https://huggingface.co/papers/2604.19720
发布时间：4 月 21 日

·

提交者：https://huggingface.co/taited

taited (https://huggingface.co/taited) 于 4 月 23 日

摘要

一种可控制姿态与视角的人体视频生成方法，将图像生成、SMPL-X 运动引导与视频扩散模型相结合，产出高质量、时序一致的视频。

在有限的多视角数据下，联合建模人体外观、运动与相机视角仍极具挑战。现有方法往往将三者割裂处理，导致可控性受限或视觉质量下降。我们从“图像优先”视角重新审视该问题：先通过图像生成（https://huggingface.co/papers?q=image%20generation）学习高质量人体外观，再将其作为先验用于视频合成，从而将外观建模与时序一致性解耦。我们提出一套可控制姿态与视角的流水线，结合预训练图像骨干与基于 SMPL-X（https://huggingface.co/papers?q=SMPL-X）的运动引导，并引入基于预训练视频扩散模型的无训练时序细化（https://huggingface.co/papers?q=temporal%20refinement）阶段。该方法在多样化姿态与视角下生成高质量、时序一致的视频。我们还发布了一个规范人体数据集（https://huggingface.co/papers?q=canonical%20human%20dataset）及一个用于组合式人体图像合成（https://huggingface.co/papers?q=compositional%20human%20image%20synthesis）的辅助模型。代码与数据已开源：https://github.com/Taited/ReImagine。

查看 arXiv 页面（https://arxiv.org/abs/2604.19720）
查看 PDF（https://arxiv.org/pdf/2604.19720）
项目主页（https://keruzheng.github.io/ReImagine-Project/）
GitHub5（https://github.com/Taited/ReImagine）
添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2604.19720）

在本地调用：

hf papers read 2604.19720

尚未安装最新 CLI？
curl -LsSf https://hf.co/cli/install.sh | bash

引用本文的模型 0

暂无模型引用该论文
在模型 README.md 中引用 arxiv.org/abs/2604.19720 即可在此显示。

引用本文的数据集 0

暂无数据集引用该论文
在数据集 README.md 中引用 arxiv.org/abs/2604.19720 即可在此显示。

引用本文的 Spaces 0

暂无 Space 引用该论文
在 Space README.md 中引用 arxiv.org/abs/2604.19720 即可在此显示。

收录本文的合集 0

暂无合集收录该论文
创建合集 并添加该论文即可在此显示。