ICLR2025 | 打破次元壁！同济提出FaceShot，让表情包、玩具也能“开口说话”！

主要观点总结

同济大学提出FaceShot技术，打破了传统肖像动画的局限，让非人类角色如表情包、玩具等能“开口说话”。通过语义引导关键点匹配和坐标系建模动作变换，实现了高精度的动作迁移和稳定的身份保持，为动画生成领域带来新的突破。此外，论文指导班的相关信息也被分享出来。

关键观点总结

关键观点1: FaceShot技术的特点

实现了非人类角色的动画生成，通过语义引导关键点匹配和坐标系建模动作变换，实现了高精度的动作迁移和稳定的身份保持。

关键观点2: FaceShot技术的突破

打破了传统肖像动画模型‘驱动真人’的局限，无论是童年想象中的角色还是收藏夹里的表情包，都能从想象或回忆中走进现实生活。

关键观点3: 现有方法的困境与FaceShot的优势

现有肖像动画方法在处理非人类角色时，无法准确识别关键点分布和迁移面部动作，导致动画生成阶段出现结构错位、嘴型崩塌等现象。而FaceShot技术则通过语义引导关键点匹配和坐标系建模动作变换，实现对非人类角色的面部关键点的精准定位，缓解非人类角色与人类语义空间之间的域间差异。

关键观点4: FaceShot的实验结果

FaceShot在非人类角色上表现出色，在身份保持、图像质量和动作还原等多个指标上均领先现有方法。在关键点匹配和面部动作迁移方面，FaceShot也表现出更强的能力。

关键观点5: 论文指导班的信息

分享了论文指导班的相关信息，包括指导老师的背景、研究领域、学员收获等。