UVマッピングによるディープフェイスビデオインペインティング
このペーパーでは、フェイスビデオの修復の問題について説明します。既存のビデオ修復方法は、主に繰り返しパターンのある自然なシーンを対象としています。破損した顔の対応を取得するために、顔に関する事前の知識を利用しません。したがって、特に顔のコンポーネントがフレーム間で非常に異なって表示される大きなポーズや表情のバリエーションの下にある顔の場合、これらは次善の結果しか達成しません。本論文では、顔ビデオ修復のための2段階の深層学習法を提案する。画像空間とUV（テクスチャ）空間の間で顔を変換する前に、3D顔として3DMMを使用します。ステージIでは、UV空間でフェイスインペインティングを行います。これにより、顔のポーズや表情の影響を大幅に取り除くことができ、顔の特徴を適切に調整することで学習タスクがはるかに簡単になります。フレームごとの注意モジュールを導入して、隣接するフレームの対応を十分に活用し、
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
MOST-GAN：解きほぐされた顔画像操作のための3D変形可能なStyleGAN
リアルなオーディオ駆動型トーキング顔合成のための任意のトーキングスタイルの模倣
バーチャルリアリティアプリケーションのスムーズなヘッドトラッキング
3DFaceFill：顔の完成への合成による分析アプローチ
Head2Head ++：ディープフェイシャルアトリビュートのリターゲティング
imGHUM：3D人間の形と関節のあるポーズの暗黙の生成モデル
FACIAL：暗黙の属性学習を使用した動的な話す顔の合成
インクリメンタル学習によるディープフェイク検出用のビデオトランスフォーマー
プレゼンテーション攻撃検出のための4D曲率統計を使用した顔の行動分析
SofGAN：ダイナミックスタイリングを備えたポートレート画像ジェネレータ
アニメート可能な人間のアバターの個別のレイヤーとしての衣服のモデリング
スタイルを維持する顔のポーズ編集のためのピクセルサンプリング
LipSync3D: ポーズと照明の正規化を使用したビデオからのパーソナライズされた 3D 話し顔のデータ効率の高い学習
SADRNet: 堅牢な 3D 高密度顔の整列と再構成のための自己整合デュアル フェース回帰ネットワーク
3D フェイシャル ダイナミクスによる画像からビデオへの生成
モデレーションを使用した表現力豊かな身体の協調的回帰
3D頭部再構成のためのハイブリッドアプローチ：ニューラルネットワークと視覚幾何学の使用
3Dガイダンスによるクロスドメインおよび解きほぐされた顔の操作
暗黙的にモジュール化されたオーディオビジュアル表現によるポーズ制御可能な話す顔の生成