Towards Realistic Generative 3D Face Models
Aashish Rai, Hiresh Gupta, Ayush Pandey, Francisco Vicente Carrasco, Shingo Jason Takagi, Amaury Aubel, Daeil Kim, Aayush Prakash, Fernando de la Torre
提出一种3D可控生成人脸模型的方法，结合了2D人脸生成模型和语义人脸处理，能编辑具有细节的3D渲染人脸。
A Rai, H Gupta, A Pandey, F V Carrasco, S J Takagi, A Aubel, D Kim, A Prakash, F d l Torre
[CMU & Meta]
-
动机：2D人脸模型难以准确分离面部属性，如姿态、表情和照明，限制了其编辑能力。 -
方法：将2D人脸生成模型与语义人脸处理相结合，使用交替下降优化方法获得形状和颜色信息，并利用可微渲染训练高质量形状和颜色信息的模型。 -
优势：在NoW基准测试中超越了现有方法，在恢复渲染人脸的身份时，比现有重建模型平均提高了10%的性能。此外，本文的方法可以直接控制3D面部表情，实现了基于文本的3D面部编辑。
https://arxiv.org/abs/2304.12483 
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
暂无评论...
这是一个专注于人工智能产品的导航站。
