暗黙の表現による顔の幾何学的詳細の回復
単一の顔画像から細かいスケールの詳細を含む高密度の3Dモデルを学習することは、非常に困難であり、不適切です。この問題に対処するために、多くのアプローチは、追加の変位マップまたはパーソナライズされたベースとして詳細を学習しながら、顔の事前に滑らかな形状に適合します。ただし、これらの手法では通常、ペアのマルチビューデータまたは3Dスキャンの膨大なデータセットが必要ですが、そのようなデータセットは不足していて高価です。大量のデータ依存性を軽減するために、単一の野生の顔画像のみを使用して、堅牢なテクスチャガイド付きの幾何学的詳細回復アプローチを提示します。より具体的には、私たちの方法は、高品質のテクスチャ補完と陰関数曲面の強力な表現力を組み合わせたものです。最初に、隠れた顔の部分を塗りつぶし、完全なテクスチャを生成し、同じ主題の正確なマルチビューデータセットを構築します。詳細なジオメトリを推定する
1
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
https://arxiv-check-250201.firebaseapp.com/each/2405.14271v1
https://arxiv-check-250201.firebaseapp.com/each/2404.19038v1
https://arxiv-check-250201.firebaseapp.com/each/2312.10877v1
暗黙的表現学習を使用した 3D キーポイント推定
SyncTalkFace: Audio-Lip Memory を介した正確なリップ シンクによる話し顔の生成
AR-NeRF：アパーチャレンダリングニューラルラディアンスフィールドを使用した自然画像からの深度および焦点ぼけ効果の教師なし学習
時空間増強損失を使用した遠隔生理学的測定のための自己監視表現学習フレームワーク
公正で解釈可能な表現学習のための射影による解きほぐし：3D顔形状分析への応用
アパーチャレンダリング生成的敵対的ネットワークを使用した自然画像からの深さおよび被写界深度効果の教師なし学習
ディープ多項式ニューラルネットワーク