Buchumschlag

M2DAO-Talker: Harmonizing Multi-granular Motion Decoupling and Alternating Optimization for Talking-head Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jiang, Kui, Liu, Shiyu, Jiang, Junjun, Yao, Hongxun, Fan, Xiaopeng
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!

Ähnliche Einträge

HM-Talker: Hybrid Motion Modeling for High-Fidelity Talking Head Synthesis
von: Liu, Shiyu, et al.
Veröffentlicht: (2025)

Dynamic Policy-Driven Adaptive Multi-Instance Learning for Whole Slide Image Classification
von: Zheng, Tingting, et al.
Veröffentlicht: (2024)

AniTalker: Animate Vivid and Diverse Talking Faces through Identity-Decoupled Facial Motion Encoding
von: Liu, Tao, et al.
Veröffentlicht: (2024)

AnyTalker: Scaling Multi-Person Talking Video Generation with Interactivity Refinement
von: Zhong, Zhizhou, et al.
Veröffentlicht: (2025)

DAM: Dual Active Learning with Multimodal Foundation Model for Source-Free Domain Adaptation
von: Chen, Xi, et al.
Veröffentlicht: (2025)

MoDiTalker: Motion-Disentangled Diffusion Model for High-Fidelity Talking Head Generation
von: Kim, Seyeon, et al.
Veröffentlicht: (2024)

FUSE: Label-Free Image-Event Joint Monocular Depth Estimation via Frequency-Decoupled Alignment and Degradation-Robust Fusion
von: Sun, Pihai, et al.
Veröffentlicht: (2025)

DAE-Talker: High Fidelity Speech-Driven Talking Face Generation with Diffusion Autoencoder
von: Du, Chenpeng, et al.
Veröffentlicht: (2023)

FantasyTalking: Realistic Talking Portrait Generation via Coherent Motion Synthesis
von: Wang, Mengchao, et al.
Veröffentlicht: (2025)

Chain-of-Talkers (CoTalk): Fast Human Annotation of Dense Image Captions
von: Shen, Yijun, et al.
Veröffentlicht: (2025)

SfMamba: Efficient Source-Free Domain Adaptation via Selective Scan Modeling
von: Chen, Xi, et al.
Veröffentlicht: (2026)

Learning from History: Task-agnostic Model Contrastive Learning for Image Restoration
von: Wu, Gang, et al.
Veröffentlicht: (2023)

Boosting All-in-One Image Restoration via Self-Improved Privilege Learning
von: Wu, Gang, et al.
Veröffentlicht: (2025)

EvalTalker: Learning to Evaluate Real-Portrait-Driven Multi-Subject Talking Humans
von: Zhou, Yingjie, et al.
Veröffentlicht: (2025)

Improving Domain Generalization in Self-supervised Monocular Depth Estimation via Stabilized Adversarial Training
von: Yao, Yuanqi, et al.
Veröffentlicht: (2024)

D^3-Talker: Dual-Branch Decoupled Deformation Fields for Few-Shot 3D Talking Head Synthesis
von: Guo, Yuhang, et al.
Veröffentlicht: (2025)

Who is a Better Talker: Subjective and Objective Quality Assessment for AI-Generated Talking Heads
von: Zhou, Yingjie, et al.
Veröffentlicht: (2025)

Fast and Accurate Gigapixel Pathological Image Classification with Hierarchical Distillation Multi-Instance Learning
von: Dong, Jiuyang, et al.
Veröffentlicht: (2025)

AHDMIL: Asymmetric Hierarchical Distillation Multi-Instance Learning for Fast and Accurate Whole-Slide Image Classification
von: Dong, Jiuyang, et al.
Veröffentlicht: (2025)

Multi-Timescale Motion-Decoupled Spiking Transformer for Audio-Visual Zero-Shot Learning
von: Li, Wenrui, et al.
Veröffentlicht: (2025)

Semantics and Content Matter: Towards Multi-Prior Hierarchical Mamba for Image Deraining
von: Yu, Zhaocheng, et al.
Veröffentlicht: (2025)

LLV-FSR: Exploiting Large Language-Vision Prior for Face Super-resolution
von: Wang, Chenyang, et al.
Veröffentlicht: (2024)

FD2Talk: Towards Generalized Talking Head Generation with Facial Decoupled Diffusion Model
von: Yao, Ziyu, et al.
Veröffentlicht: (2024)

Fully $1\times1$ Convolutional Network for Lightweight Image Super-Resolution
von: Wu, Gang, et al.
Veröffentlicht: (2023)

Style2Talker: High-Resolution Talking Head Generation with Emotion Style and Art Style
von: Tan, Shuai, et al.
Veröffentlicht: (2024)

LES-Talker: Fine-Grained Emotion Editing for Talking Head Generation in Linear Emotion Space
von: Feng, Guanwen, et al.
Veröffentlicht: (2024)

DashGaussian: Optimizing 3D Gaussian Splatting in 200 Seconds
von: Chen, Youyu, et al.
Veröffentlicht: (2025)

DSwinIR: Rethinking Window-based Attention for Image Restoration
von: Wu, Gang, et al.
Veröffentlicht: (2025)

COB-GS: Clear Object Boundaries in 3DGS Segmentation Based on Boundary-Adaptive Gaussian Splitting
von: Zhang, Jiaxin, et al.
Veröffentlicht: (2025)

Beyond Degradation Redundancy: Contrastive Prompt Learning for All-in-One Image Restoration
von: Wu, Gang, et al.
Veröffentlicht: (2025)

SegTalker: Segmentation-based Talking Face Generation with Mask-guided Local Editing
von: Xiong, Lingyu, et al.
Veröffentlicht: (2024)

GaussianTalker: Speaker-specific Talking Head Synthesis via 3D Gaussian Splatting
von: Yu, Hongyun, et al.
Veröffentlicht: (2024)

FrozenSeg: Harmonizing Frozen Foundation Models for Open-Vocabulary Segmentation
von: Chen, Xi, et al.
Veröffentlicht: (2024)

FaceEditTalker: Controllable Talking Head Generation with Facial Attribute Editing
von: Feng, Guanwen, et al.
Veröffentlicht: (2025)

Unveiling the Depths: A Multi-Modal Fusion Framework for Challenging Scenarios
von: Xu, Jialei, et al.
Veröffentlicht: (2024)

Beyond Talking -- Generating Holistic 3D Human Dyadic Motion for Communication
von: Sun, Mingze, et al.
Veröffentlicht: (2024)

Exploiting Self-Supervised Constraints in Image Super-Resolution
von: Wu, Gang, et al.
Veröffentlicht: (2024)

OpFlowTalker: Realistic and Natural Talking Face Generation via Optical Flow Guidance
von: Ge, Shuheng, et al.
Veröffentlicht: (2024)

Reliev3R: Relieving Feed-forward Reconstruction from Multi-View Geometric Annotations
von: Chen, Youyu, et al.
Veröffentlicht: (2026)

Spatial Annealing for Efficient Few-shot Neural Rendering
von: Xiao, Yuru, et al.
Veröffentlicht: (2024)