目前用于人类生成相关的「可动画3D感知GAN」方法主要集中在头部或全身的生成，不过仅有头部的视频在真实生活中并不常见，全身生成任务通常不会控制人物的面部表情，并且很难提高生成质量。为了提高视频化身（videoavatar）的可应用性，来自港科大、清华等机构的研究人员提出了一个新模型AniPortraitGAN，可以生成具有可控面部表情、头部姿势和肩部运动的肖像图像；训练过程只依赖非结构化的2D图像，无需3D或视频数据。论文链接：https://arxiv.org/pdf/2309.02186.pdf该方法基于生成辐射流形表征，配备了可学习的面部和头肩变形；引入了一种双摄像头渲染和对抗学习方案以

摘要：通过本教程，我们学习了另一类客流统计应用——过线客流统计，通常用于室内出入口，摄像头会架设在高处俯拍，使用头肩部检测可以减少人与人之间的遮挡。本文分享自华为云社区《客流分析之基于头肩部检测的过线客流统计》，作者：HiLens_feige。1.基于头肩部检测的过线客流统计除了划区域客流统计之外，另一类常见的客流统计场景是过线客流统计，本文介绍基于头肩部检测的过线客流统计技能：采用头肩部检测人形并进行跟踪，当头肩部中心点跨过事先划定的线段时，增加客流计数；过线前后的人形将使用不同颜色的框表示，画面中也会实时显示客流数量。准备工作本文将使用华为云ModelArts进行人形检测模型的训练，并使用

摘要：通过本教程，我们学习了另一类客流统计应用——过线客流统计，通常用于室内出入口，摄像头会架设在高处俯拍，使用头肩部检测可以减少人与人之间的遮挡。本文分享自华为云社区《客流分析之基于头肩部检测的过线客流统计》，作者：HiLens_feige。1.基于头肩部检测的过线客流统计除了划区域客流统计之外，另一类常见的客流统计场景是过线客流统计，本文介绍基于头肩部检测的过线客流统计技能：采用头肩部检测人形并进行跟踪，当头肩部中心点跨过事先划定的线段时，增加客流计数；过线前后的人形将使用不同颜色的框表示，画面中也会实时显示客流数量。准备工作本文将使用华为云ModelArts进行人形检测模型的训练，并使用