合成資料擴充

擴散模型

以擴散模型與 Sim2Real 整合合成資料，提升可控人像影片生成

面對真實人像影片資料稀缺，研究採用擴散模型結合程式化合成影片進行擴充訓練。方法提供細緻的外觀與動作控制，並在訓練中分析合成與實際資料的互補性。結果顯示適當選取的合成樣本可提升動作真實性與時間一致性。研究為在保護隱私與規模化資料需求下，將合成資料作為可行補助路徑提出實務見解。