Cosh-DiT: Co-Speech Gesture Video Synthesis via Hybrid Audio-Visual Diffusion Transformers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sun, Yasheng, Xu, Zhiliang, Zhou, Hang, Guan, Jiazhi, Yang, Quanwei, Wang, Kaisiyuan, Liang, Borong, Li, Yingying, Feng, Haocheng, Wang, Jingdong, Liu, Ziwei, Hideki, Koike
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2503.09942