论文阅读笔记

3D Shape Variational Autoencoder Latent Disentanglement via Mini-Batch Feature Swapping for Bodies a

看不懂真的看不懂到底是谁发明论文这种东西的看不懂真的看不懂到底是谁发明论文这种东西的看不懂真的看不懂到底是谁发明论文这种东西的

Align before Fuse: Vision and Language Representation Learning with Momentum Distillation 模型结构 模型解释

DragDiffusion: Harnessing Diffusion Models for Interactive Point-based Image Editing 1. Introduction

论文链接：Fake It Without Making It: Conditioned Face Generation for Accurate 3D Face Shape Estimation Fa

Drag Your GAN: Interactive Point-based Manipulation on the Generative Image Manifold

论文地址：Multimodal Deep Learning-----多模态（一） 2 Introducing the modalities 2.1 State-of-the-art in NLP 2.

论文：RoCNet: 3D Robust Registration of Point-Clouds using Deep Learning-----点云配准（二）

论文：RPM-Net: Robust Point Matching using Learned Features-----点云配准（1）

这篇文章介绍了一种利用深度学习和微分子空间重构的方法来实现精确的面部动画模型近似。面部动画模型是为了实现逼真的面部表情和动作而进行的建模和控制。 在传统的面部动画中，通常使用基于关键帧的插值方法来生成

Generating 3D faces using Convolutional Mesh Autoencoders Abstract 传统模型通过线性子空间或高阶张量泛化学习人脸的潜在表示。由于这种线

Generating 3D Faces using Multi-column Graph Convolutional Networks 引言：介绍了生成3D人脸模型的重要性和挑战，并简要介绍了传统方法

Fast and deep facial deformations 提出了一种新的方法来逼近人脸网格的变形。其思想是利用粗糙模型和细化模型来逼近网格变形。 如图二所示，将绑定参数作为卷积网络的输入，并

A survey of deep learning-based 3D shape generation