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

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Sun, Yasheng, Xu, Zhiliang, Zhou, Hang, Guan, Jiazhi, Yang, Quanwei, Wang, Kaisiyuan, Liang, Borong, Li, Yingying, Feng, Haocheng, Wang, Jingdong, Liu, Ziwei, Hideki, Koike
Formato:	Preprint
Publicado:	2025
Materias:	Computer Vision and Pattern Recognition
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2503.09942