拡散トランスフォーマーを用いた高忠実度かつ長時間の人間画像アニメーション
Paper#Computer Vision, Human Image Animation, Diffusion Models, Transformers🔬 Research|分析: 2026年1月3日 16:36•
公開: 2025年12月26日 07:36
•1分で読める
•ArXiv分析
この論文は、人間画像アニメーションにおける重要な課題、特に長時間のビデオ生成と詳細な表現に関する課題に取り組んでいます。高忠実度と時間的整合性を向上させるために、いくつかの革新的なモジュールと戦略を備えた、新しい拡散トランスフォーマー（DiT）ベースのフレームワークを提案しています。顔と手の詳細に焦点を当て、任意のビデオ長を処理できる能力は、この分野における大きな進歩を示唆しています。
重要ポイント
引用・出典
原文を見る"The paper's core contribution is a DiT-based framework incorporating hybrid guidance signals, a Position Shift Adaptive Module, and a novel data augmentation strategy to achieve superior performance in both high-fidelity and long-duration human image animation."