cvpr
本站收录 21 个带「cvpr」标签的 AI 开源项目
figures4papersfigures4papers 是一套用于生成学术论文出版级图表的 Python 脚本集合，主要面向人工智能领域的顶级会议和期刊投稿场景。它解决了科研人员在论文写★ 7,800
PersonaLive面向直播场景的表情丰富人像动画生成技术（CVPR 2026），以单张人像照片驱动生动自然的说话与表情动画，专注实时直播应用，让静态形象拥有媲美真人的表现力。★ 3,859
Paper-NotesPaper-Notes 是一个面向 AI 研究者和学习者的论文解读合集，收录了数千篇来自 AI、LLM、NLP、CV 等领域顶会论文的中文解读，每篇笔记力求在 ★ 2,047
SyncTalkSyncTalk 是一个基于 CVPR 2024 论文的高保真数字人说话头合成项目，核心解决传统说话头生成中嘴唇、表情、姿态与音频不同步的问题。它通过引入同步模★ 1,628
CVPR2024-Papers-with-Code-Demo这是一个CVPR 2024论文与代码的精选合集，旨在解决计算机视觉领域研究者难以快速获取最新成果和复现资源的问题。项目系统性地整理了CVPR 2024上发表的论★ 1,411
3DTopia-XL3DTopia-XL 是一个基于基元扩散（Primitive Diffusion）的高质量 3D PBR 资产生成框架，由复旦大学和百度等机构联合推出，入选 C★ 1,048
Awesome-CVPR2026-CVPR2025-ICCV2025-CVPR2024-ECCV2026-ECCV2024-AIGC这是一个汇集CVPR、ICCV、ECCV等顶级计算机视觉会议中AIGC相关论文与代码的精选列表。项目旨在解决研究者难以系统追踪前沿AIGC成果的问题，按会议年份★ 676
MIGCMIGC是一个由CVPR 2024 Highlight和TPAMI 2024论文支持的图像生成项目，专注于多实例生成与编辑。它解决了现有文本到图像模型在生成多个★ 613
HumanArtHumanArt 是 CVPR 2023 论文的官方实现，提供了一个连接自然与人工场景的多功能人类中心数据集。它解决了现有姿态估计和图像生成模型在非自然场景（如★ 290
MaterialPaletteMaterialPalette 是 CVPR 2024 的官方实现，旨在从单张真实世界图像中提取材质属性（包括反照率、法线和粗糙度），并生成可编辑的材质贴图。它★ 283
FaithDiffFaithDiff 是一个基于扩散模型的真实世界图像修复与增强工具，发表于 CVPR 2025。它专注于经典电影修复、老照片翻新、社交媒体图像修复、图像增强以及★ 273
Video-Motion-CustomizationVideo-Motion-Customization（VMC）是一个基于扩散模型的视频运动定制工具，核心解决文本到视频生成中运动模式难以精确控制的问题。它通过引★ 200
Video-Generation-Paper-List这是一个视频生成领域的前沿论文追踪列表，持续收录CVPR、ICCV、ECCV、NeurIPS、ICLR等顶级会议及arXiv上的最新研究成果。项目按研究方向（如★ 171
Awesome-Gaussian-SkillsAwesome-Gaussian-Skills 是一个面向 3D 高斯泼溅（3DGS）、NeRF 及计算机图形学研究者的 AI 智能体技能库，持续收录并分类整理★ 159
YoChameleonYoChameleon 是一个 CVPR 2025 开源项目，旨在实现个性化图像生成中的身份保持与编辑。它解决的是在文本到图像生成模型中，如何将特定人物（或物体★ 151
TFMQ-DMTFMQ-DM 是 CVPR 2024 Highlight 和 TPAMI 2025 论文的官方 PyTorch 实现，专注于扩散模型的训练后量化（PTQ）。扩★ 110
Awesome-AIGC-Research-Groups这是一个收录AIGC（人工智能生成内容）研究团队的精选列表，旨在帮助研究者、学生和从业者快速找到全球顶尖的AIGC实验室和团队。项目解决了AIGC领域信息分散、★ 107
AODAAODA是论文《Adversarial Open Domain Adaptation for Sketch-to-Photo Synthesis》的官方实现，发★ 87
video-to-videoReshoot-Anything 是一个基于自监督学习的视频重拍（video reshooting）模型，旨在解决现实场景中随意拍摄视频的视角转换与动态重拍问题★ 78
AnomalyVFMAnomalyVFM 是一个面向工业视觉异常检测的零样本检测框架，发表于 CVPR 2026。它旨在解决传统异常检测模型依赖大量正常样本训练、泛化能力差的问题，★ 74
Self-Supervised-Gans-PytorchSelf-Supervised-Gans-Pytorch 是 CVPR 2019 论文《Self-Supervised GANs via Auxiliary R★ 66