Buchumschlag

FLOAT: Generative Motion Latent Flow Matching for Audio-driven Talking Portrait

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ki, Taekyung, Min, Dongchan, Chae, Gyeongsu
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning Multimedia Image and Video Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning to Generate Conditional Tri-plane for 3D-aware Expression Controllable Portrait Animation
von: Ki, Taekyung, et al.
Veröffentlicht: (2024)

VineetVC: Adaptive Video Conferencing Under Severe Bandwidth Constraints Using Audio-Driven Talking-Head Reconstruction
von: Rakesh, Vineet Kumar, et al.
Veröffentlicht: (2026)

PixelBoost: Leveraging Brownian Motion for Realistic-Image Super-Resolution
von: Mishra, Aradhana, et al.
Veröffentlicht: (2025)

Towards Blind Bitstream-corrupted Video Recovery via a Visual Foundation Model-driven Framework
von: Liu, Tianyi, et al.
Veröffentlicht: (2025)

Audio-Visual Quality Assessment for User Generated Content: Database and Method
von: Cao, Yuqin, et al.
Veröffentlicht: (2023)

Machine Perception-Driven Image Compression: A Layered Generative Approach
von: Zhang, Yuefeng, et al.
Veröffentlicht: (2023)

d-Sketch: Improving Visual Fidelity of Sketch-to-Image Translation with Pretrained Latent Diffusion Models without Retraining
von: Roy, Prasun, et al.
Veröffentlicht: (2025)

ALIEN: Analytic Latent Watermarking for Controllable Generation
von: Lei, Liangqi, et al.
Veröffentlicht: (2026)

DietDelta: A Vision-Language Approach for Dietary Assessment via Before-and-After Images
von: Vinod, Gautham, et al.
Veröffentlicht: (2026)

Towards Real-world Video Face Restoration: A New Benchmark
von: Chen, Ziyan, et al.
Veröffentlicht: (2024)

EVAN: Evolutional Video Streaming Adaptation via Neural Representation
von: Liu, Mufan, et al.
Veröffentlicht: (2024)

Change Detection Between Optical Remote Sensing Imagery and Map Data via Segment Anything Model (SAM)
von: Chen, Hongruixuan, et al.
Veröffentlicht: (2024)

SurFITR: A Dataset for Surveillance Image Forgery Detection and Localisation
von: Wang, Qizhou, et al.
Veröffentlicht: (2026)

Visual and Text Prompt Segmentation: A Novel Multi-Model Framework for Remote Sensing
von: Zi, Xing, et al.
Veröffentlicht: (2025)

Food Portion Estimation: From Pixels to Calories
von: Vinod, Gautham, et al.
Veröffentlicht: (2026)

RAISE: Realness Assessment for Image Synthesis and Evaluation
von: Mukherjee, Aniruddha, et al.
Veröffentlicht: (2025)

From Darkness to Detail: Frequency-Aware SSMs for Low-Light Vision
von: Adhikarla, Eashan, et al.
Veröffentlicht: (2024)

CAMSIC: Content-aware Masked Image Modeling Transformer for Stereo Image Compression
von: Zhang, Xinjie, et al.
Veröffentlicht: (2024)

Optimal Transcoding Resolution Prediction for Efficient Per-Title Bitrate Ladder Estimation
von: Yang, Jinhai, et al.
Veröffentlicht: (2024)

Movie Trailer Genre Classification Using Multimodal Pretrained Features
von: Sulun, Serkan, et al.
Veröffentlicht: (2024)

GaussianImage: 1000 FPS Image Representation and Compression by 2D Gaussian Splatting
von: Zhang, Xinjie, et al.
Veröffentlicht: (2024)

Semantic-Aware Adaptive Video Streaming Using Latent Diffusion Models for Wireless Networks
von: Yan, Zijiang, et al.
Veröffentlicht: (2025)

DrawVideo: Generating Long Video from Storyboard Keyframe Sketches
von: Xu, Chuanzhi, et al.
Veröffentlicht: (2026)

A Near-Raw Talking-Head Video Dataset for Various Computer Vision Tasks
von: Naderi, Babak, et al.
Veröffentlicht: (2026)

StyleTalker: One-shot Style-based Audio-driven Talking Head Video Generation
von: Min, Dongchan, et al.
Veröffentlicht: (2022)

Tackle CSM in JPEG Steganalysis with Data Adaptation
von: Abecidan, Rony, et al.
Veröffentlicht: (2026)

An Efficient Quality Metric for Video Frame Interpolation Based on Motion-Field Divergence
von: Daly, Conall, et al.
Veröffentlicht: (2025)

CI-ICM: Channel Importance-driven Learned Image Coding for Machines
von: Zhang, Yun, et al.
Veröffentlicht: (2026)

Neural B-Frame Coding: Tackling Domain Shift Issues with Lightweight Online Motion Resolution Adaptation
von: NguyenQuang, Sang, et al.
Veröffentlicht: (2025)

EchoLVFM: One-Step Video Generation via Latent Flow Matching for Echocardiogram Synthesis
von: Oladokun, Emmanuel, et al.
Veröffentlicht: (2026)

Perceptual Video Quality Assessment: A Survey
von: Min, Xiongkuo, et al.
Veröffentlicht: (2024)

RAPNet: A Receptive-Field Adaptive Convolutional Neural Network for Pansharpening
von: Tang, Tao, et al.
Veröffentlicht: (2025)

Mamba-360: Survey of State Space Models as Transformer Alternative for Long Sequence Modelling: Methods, Applications, and Challenges
von: Patro, Badri Narayana, et al.
Veröffentlicht: (2024)

Food Portion Estimation via 3D Object Scaling
von: Vinod, Gautham, et al.
Veröffentlicht: (2024)

VEMOCLAP: A video emotion classification web application
von: Sulun, Serkan, et al.
Veröffentlicht: (2024)

Health AI Developer Foundations
von: Kiraly, Atilla P., et al.
Veröffentlicht: (2024)

Improving Multi-label Recognition using Class Co-Occurrence Probabilities
von: Rawlekar, Samyak, et al.
Veröffentlicht: (2024)

MIND: A Noise-Adaptive Denoising Framework for Medical Images Integrating Multi-Scale Transformer
von: Tang, Tao, et al.
Veröffentlicht: (2025)

Scaling Up Single Image Dehazing Algorithm by Cross-Data Vision Alignment for Richer Representation Learning and Beyond
von: Shi, Yukai, et al.
Veröffentlicht: (2024)

V-Rex: Real-Time Streaming Video LLM Acceleration via Dynamic KV Cache Retrieval
von: Kim, Donghyuk, et al.
Veröffentlicht: (2025)