AniFeats: Animate 3D Feature Meshes for Character Video Generation
Rattachement africain : us, hk, cn, sg. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Generating high-quality character animation videos is a fascinating yet challenging task. Existing methods use geometry guidance signals like skeletons, normal maps, or depth maps in a diffusion model to generate character videos from a single reference image. Although these approaches have shown encouraging results, they solely rely on cross attention layers to extract geometry guidance which inevitably leads to temporal inconsistencies and reduced quality. In this paper, we present a novel framework AniFeats to generate high-quality character animation videos. In contrast to existing methods, our key insight is to incorporate explicit features on 3D character meshes during the video generation to achieve significantly improved temporal consistency. Specifically, AniFeats extracts detailed features from the reference image, projects them onto 3D feature meshes based on SMPL-X, and utilizes rendered feature maps from the animated 3D feature meshes as guidance throughout the generation process. This approach directly links local patterns in the input image to those in the output video, effectively strengthening temporal coherence. Extensive experiments demonstrate that AniFeats generates high-quality, temporally consistent character animations with remarkably enhanced realism.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- AniFeats: Animate 3D Feature Meshes for Character Video Generation
- Date Crossref
- 01/08/2026
- Éditeur
- Institute of Electrical and Electronics Engineers (IEEE)
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Carnegie Mellon University pays non établi dans la noticeUniversité ou école supérieure
-
Hong Kong University of Science and Technology pays non établi dans la noticeUniversité ou école supérieure
-
University of Hong Kong pays non établi dans la noticeUniversité ou école supérieure
-
Tsinghua University pays non établi dans la noticeUniversité ou école supérieure
-
Nanjing University pays non établi dans la noticeUniversité ou école supérieure
-
Nanyang Technological University pays non établi dans la noticeUniversité ou école supérieure
-
Alibaba Group (China) pays non établi dans la noticeEntreprise
-
Texas A&M University Texas A& pays non établi dans la noticeUniversité ou école supérieure
-
Alibaba DAMO Academy pays non établi dans la noticeInstitution
Carnegie Mellon University, Hong Kong University of Science and Technology et University of Hong Kong, avec 6 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.