CVPRJul, 2019
高保真人脸模型的自监督适应用于单目性能跟踪
Self-Supervised Adaptation of High-Fidelity Face Models for Monocular Performance Tracking
Jae Shin Yoon, Takaaki Shiratori, Shoou-I Yu, Hyun Soo Park
TL;DR本文提出了一个用于自然环境下高保真面部模型的自我监督方法。该方法通过训练一个新的神经网络，使其直接从单个 2D 图像驱动面部模型，然后基于连续帧纹理的一致性进行自监督领域自适应，以在不需要建模新环境的情况下，克服了实验室和无控制环境之间的域不匹配问题。实验表明，我们能够在手机相机下驱动一个高保真面部模型，而不需要来自新领域的任何标记数据。