上一篇
豆包Seaweed是什么？一文让你看懂豆包Seaweed的技术原理、主要功能、应用场景
PortraitGen是什么？一文让你看懂PortraitGen的技术原理、主要功能、应用场景
来源：卓商AI
发布时间：2025-04-05
PortraitGen概述简介
PortraitGen是中国科学技术大学研究团队推出的一款AI人像视频编辑工具。基于3D高斯溅射技术和神经高斯纹理机制，将2D人像视频转换为4D高斯场，实现高质量的3D和时间一致性编辑。工具支持多模态编辑，包括文本驱动、图像驱动编辑以及重新照明，能快速、高效地对视频中的人物进行风格化、换衣、光照调整等操作。通过面部感知编辑和表达式相似性指导，PortraitGen确保编辑后的肖像自然且与原始视频帧保持一致性。
PortraitGen的功能特色
多模态人像编辑：支持文本驱动和图像驱动两种编辑模式，用户可以通过输入文字描述来指定人物的动作、表情以及场景的变化，或者用参考图像来实现风格转换或进行虚拟试穿等操作 。
光照调节（Relighting）：基于IC-Light技术，基于文本描述动态调整视频中的光照效果，使光照与场景自然融合 。
人脸感知编辑：通过面部感知编辑模块，确保在视频编辑过程中，保留人物的面部结构和个性化特征，优化人物的表情和面部动作的自然性和一致性 。
风格转换与虚拟试穿：支持风格转换和虚拟试穿，用户可以通过参考图像实现全局风格的迁移（如转换为动画风格），或为视频中的人物添加虚拟服装等物品 。
多镜头和复杂场景处理：能处理多镜头视频，保持风格、人物一致性，可以通过高斯纹理技术实现复杂风格的视频渲染，如乐高风格或像素艺术风格 。
快速生成与高帧率输出：能在短时间内完成编辑，生成视频时支持高达100帧每秒（FPS）的渲染速度，适合用于高效视频制作场景 。
PortraitGen的技术原理
3D高斯溅射（3DGS）：基于3D高斯表示场景，通过3D协方差矩阵定义每个高斯的中心点、方向和大小，及不透明度和颜色属性，实现动态3D场的构建。
神经高斯纹理机制：在SMPL-X模型的UV空间上维护一个3D高斯场，根据输入视频跟踪的底层网格变形来变形高斯，用UV映射和2D神经渲染器将特征图转换为RGB信号。
面部感知编辑模块：对头部区域进行两次编辑，增强面部结构感知，提高编辑质量。
表达式相似性指导：将渲染图像和输入源图像映射到EMOCA的潜在表达式空间，用损失函数确保表情的相似性。
多模态编辑技术：结合大规模2D生成模型的知识，实现文本驱动编辑、图像驱动编辑和重新照明。
PortraitGen项目介绍
项目官网：ustc3dv.github.io/PortraitGen
GitHub仓库：https://github.com/USTC3DV/PortraitGen-code
arXiv技术论文：https://arxiv.org/pdf/2409.13591
PortraitGen能做什么？
电影和影视制作：在电影、电视剧或短片制作中，创建或修改角色的外貌，实现特效化妆或风格化的场景转换。
艺术创作：艺术家和插画师用 PortraitGen 创作具有特定风格的人像艺术作品，如将肖像转换为像素艺术或油画风格。
广告和宣传：在广告行业中，根据品牌形象或产品特点，对人物肖像进行定制化编辑，吸引目标受众。
时尚行业：时尚设计师和零售商基于虚拟试穿功能，在虚拟环境中展示服装和配饰，为客户提供新的购物体验。
社交媒体和短视频：内容创作者和影响者用 PortraitGen 编辑自己的肖像视频，增加创意效果，提高内容的吸引力和互动性。
游戏开发：在游戏角色设计中，快速生成或编辑角色的外貌，提高游戏的个性化和丰富性。
© 版权声明:本站所有原创文章版权均归卓商AI工具集及原创作者所有，未经允许任何个人、媒体、网站不得转载或以其他方式抄袭本站任何文章。
相关文章
-
CHANGER是什么？一文让你看懂CHANGER的技术原理、主要功能、应用场景2025-04-05 -
Kiroku是什么？一文让你看懂Kiroku的技术原理、主要功能、应用场景2025-04-05
-
Vision Search Assistant是什么？一文让你看懂Vision Search Assistant的技术原理、主要功能、应用场景2025-04-05
-
MVDrag3D是什么？一文让你看懂MVDrag3D的技术原理、主要功能、应用场景2025-04-05
-
Chonkie是什么？一文让你看懂Chonkie的技术原理、主要功能、应用场景2025-04-05
-
MSQA是什么？一文让你看懂MSQA的技术原理、主要功能、应用场景2025-04-05
卓商AI
AI爱好者的一站式人工智能AI工具箱，累计收录全球10,000⁺好用的AI工具软件和网站，方便您更便捷的探索前沿的AI技术。本站持续更新好的AI应用，力争做全球排名前三的AI网址导航网站，欢迎您成为我们的一员。
最新发布
1
2
3
4
5
6
7
8
9
10
猜你喜欢
ai publishier
AI Publisher是AI驱动的工具，可自动创建电子书，报告和指南等信息产品。它通过将关键字转换为现成的高质量信息产品来简化了过程，而无需手动写作...
Catfishes
Catfishes是一个AI艺术生成器，可以快速创建逼真的、一致的AI女孩。只需一个简单的提示，你就可以生成一个自定义的性感AI艺术形象。你可以轻松调...
Playwright MCP Server
Playwright MCP Server 是一款基于 NodeJS 构建的工具，旨在通过 AI 技术帮助用户快速测试应用程序的 UI 和 API。它...
Endgame
Endgame是一款专注于商业领域的AI销售工具，它通过整合电子邮件、电话、CRM、产品文档、LinkedIn、新闻和财务数据等信息，帮助销售人员深入...
RapidLayoutRecover
RapidLayoutRecover是一个专门针对文档类图像的版面还原工具，它能够整合版面分析、文字识别、表格识别和公式识别的结果，还原文档的原始版面...
C4AI CommandR 08-2024
C4AI Command R 08-2024是由Cohere和Cohere For AI开发的35亿参数大型语言模型，专为推理、总结和问答等多种用例优...
Microsoft Muse
Muse 是微软研究团队与 Xbox Games Studios 合作开发的生成式 AI 模型，旨在支持游戏创意构思。它基于大规模人类游戏数据训练，能...
UALink
UALink是一个开放的行业标准化组织，旨在开发加速器间通信的技术规范，以实现直接负载、存储和原子操作。该技术专注于为数百个加速器提供低延迟、高带宽的...
AI爱好者的一站式人工智能AI工具箱，累计收录全球10,000⁺好用的AI工具软件和网站，方便您更便捷的探索前沿的AI技术。本站持续更新好的AI应用，力争做全球排名前三的AI网址导航网站，欢迎您成为我们的一员。
