待验证50% 置信事实精确时间
VDAs用一个学习得到的表情空间替代3DMM，以突破3DMM的表达上限。
1
来源数
50%
置信度
长期有效
时效性
2026/10/19
首次发现
来源
涉及实体
相关事实
待验证C3D（2015年）将 2D 卷积扩展为 3D 卷积在时空立方体上学习特征，I3D 通过膨胀预训练 ImageNet 权重实现迁移学习74% 相似待验证传统虚拟人方法多依赖3D形变模型（3DMM）驱动表情，但3DMM在舌头和口腔内部等区域表达能力有限。71% 相似待验证在新视角重演任务上，VDAs在BecomingLit数据集上相比最强单图3D虚拟人方法，面部LPIPS降低29%，JOD提升66%。71% 相似待验证3DMM是1999年由Blanz与Vetter提出的经典人脸参数化表示，核心思想是对大量3D人脸扫描做PCA降维。70% 相似待验证提升视觉输入分辨率是缓解VLM视觉编码器局限的务实解决路径之一70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1065789API
curl https://kongchang.com/api/v1/knowledge/claims/1065789MCP
get_claim(id=1065789)