www.ykk648.asia Open in urlscan Pro
76.76.21.98  Public Scan

Form analysis
0 forms found in the DOM

Text Content

ykk648's hub

 * 首页
 * 归档
 * 分类
 * 标签
 * 关于
 *   
 *   

ykk648's tech blog. _



博客搭建过程和工具总结

长期记录，很多东西都是边学边做，要培养自己规范记录的习惯。 还不怎么熟悉图床和图链的使用，暂时就用文字叙述，主要还是给自己看。
2016-07-18
Notes
#Hexo #Tools #Markdown #Github


链表题的通用解法思路

链表题的通用解法，涵盖常见链表题目，涉及代码复用和数据结构思考。
2023-07-13
Notes
#Leetcode


神经网络基础概念

大厂面试准备的DL基础概念回顾。
2023-05-15
Notes
#AI #NLP


NLP大模型技术详解

更细节的NLP大模型训练经验。
2023-05-11
Notes
#AI #NLP


数字人深度思考（唇形优化）

面了一家北京公司，提到希望对唇形优化，测试了官方的微信小程序，背景分割有锯齿状，口型与TTS对不上，脸部超分存在色差，应该是类似wav2lip
GAN的方案，这是大部分初创公司会选择的方案。
2023-05-10
Notes
#AI #AIGC #数字人


原力动画技术分析

原力动画涉及的技术栈分析。
2023-05-09
Notes
#AI #NLP


STABLEDIFFUSION深度思考（连续性）

在面试创业团队的时候被问到在StableDiffusion中如何解决离散图片/视频生成视频连续性的问题，在该应用场景上我目前完整复现了开源效果，被大佬质疑如何比开源效果还好，我认为有监督才是解决的唯一方法，临时想了一些方案被否定了，这里事后整理一些设想。
2023-05-09
Notes
#AI #AIGC #StableDiffusion


AIGC项目相关全回顾

在StyleGan系列时代，AIGC还只是实验室的产物，即使DALL-E出现，仍然没有普及，但是自从stable
diffusion横空出世，整个AIGC领域进入了飞速发展期，随后ChatGPT火遍全球，打通了text-image的最后一环。
基于开源实现的一个标准数字人目前的最优方案：ChatGPT出prompts+text，MidJourney出图，Elevenlabs进行text2speec
2023-05-02
Notes
#AI #AIGC #StyleGAN


动作识别/驱动项目全流程回顾

包括最简单的2D动作识别，复杂一些的2D 3D数字人驱动，单目/多目数字人工程方案。
2023-03-21
Notes
#Mocap #ActionRecognition


TALKINGHEAD项目全回顾

TalkingHead主要分为两类： Anime face的driving，以复现开源实现为主，做娱乐产业； Human
face的driving，FOM开先河，分为img驱动、audio驱动、半身驱动、nerf类等，做2D数字人、数字名片、照片动起来、视频会议化身等;
2023-03-02
Notes
#AI #TalkingHead
123…6

搜索

×
关键词

Hexo ykk648
总访问量 478 次 总访客数 413 人
博客在允许 JavaScript 运行的环境下浏览效果更佳