MMAug, 2020

通过 PokerFace-GAN 实现中性面部游戏角色自动生成

PDF
TL;DR本文提出了一种基于 PokerFace-GAN 的游戏角色自动创建方法，通过建立一个不同 iable 的角色渲染器来更加灵活地进行多视角渲染，并利用对抗性训练有效地将表情参数与身份参数相分离，从而生成玩家所喜爱的中立面（表情无表达的）角色。经过实验证明，本文的方法可以生成非常类似于输入照片的生动中立面游戏角色。
game character customizationneural networksself-supervised learningfacial identity parameterspokerface-gan
发现论文，激发创造
  • 游戏角色自动生成的面部参数转化

    该研究提出了一种方法，通过面部相似度测量和参数搜索范例解决优化问题，使用两种损失函数来创造游戏角色，其中一个是 “可辨别损失”，另一个是 “面部内容损失”，并引入生成网络作为 “模拟器” 来实现，该方法在新游戏中已被玩家使用超过 100 万次。

    Sep, 2019

  • 游戏角色自动创建的快速坚固的面部特征到参数的转换

    本研究提出一种游戏角色自动生成框架，根据玩家的输入面部照片生成游戏角色。通过自我监督学习范式下预测一大组具有物理意义的面部参数，提高了效率，并保留了互动性，在七个公共面部验证数据集上显示出更好的鲁棒性，特别是对于具有头部姿势变化的照片。

    Aug, 2020

  • 基于生成对抗网络的自动动漫角色创作

    本文通过使用 DRAGAN，并给出实态案例进行定量分析结合数据和模型方面，成功专门针对一个 Anime 风格的面部图像数据集训练出一套稳定且高质量的 GAN 模型，同时，为了帮助动漫形象设计，作者还建立了一个可供公众访问的在线预训练模型的网站。

    Aug, 2017

  • 基于生成对抗网络的人脸转换

    提出了一种基于生成对抗网络的端到端人脸转移方法，使用 CycleGAN 生成目标角色的面部图像并探究了 PatchGAN 以及不同感受野大小对生成图像的影响。

    Oct, 2017

  • 使用外貌自适应归一化进行单次面部换脸重现

    本文提出了一种新颖的生成对抗网络，用于单次面部再现，能够在保持面部原始外观的同时对单个面部图像进行不同的姿势和表情动画效果。作者们设计了外观自适应归一化机制和本地网络结构，用于集成外观信息和优化脸部生成器，实现更加精准的面部再现表达。实验结果表明，该模型在单次方法中取得了显著的效果提升。

    Feb, 2021

  • 基于条件生成对抗网络的人脸老化

    本文提出了一种基于生成对抗网络 (GAN) 的自动面部老化方法，强调在改变面部属性的同时，保留原始人物身份。通过新颖的 GAN 潜在向量的 “身份保持” 优化方法，通过现有的面部识别和年龄估计解决方案，对所得到的老化和回复面部图像进行客观评价，证明了所提方法的高潜力。

    Feb, 2017

  • 带有条件 GAN 的面罩引导肖像编辑

    本文提出了一种通过使用面部覆盖蒙版的条件生成式对抗网络生成更具多样性、质量、可控性的逼真面部，该方法可用于本地面部编辑、面部合成和交换，同时提供了数据增强的选项以加强面部分析的性能。

    May, 2019

  • 从单张肖像创建游戏角色面孔的 MeInGame

    本研究提出一种自动化游戏角色面部创建方法，可以预测面部形状和纹理，并可以整合到大多数现有的三维游戏中，超越目前游戏中使用的最先进的方法

    Feb, 2021

  • 使用 StyleGAN 和感知细化实现标准化头像合成

    提出了一种高度稳健的基于 GAN 的框架，可从单个非约束性照片中数字化人物的标准化 3D 头像，并通过采用高度稳健的标准化 3D 面部生成器以及感知细化步骤来生成高质量的标准化面部模型。

    Jun, 2021

  • 利用生成对抗网络增强角色设计师的创造力

    本文使用生成对抗网络的生成结果作为认知组件，以增强角色设计师在为不同的多媒体项目概念化新角色时的创造力。同时，本文通过在新的可视化角色数据集上使用单个图形处理器从头开始训练不同的 GAN 架构（包括转移学习和数据增强技术），并使用混合方法评估了生成视觉品质对角色设计师机构概念化新角色的认知价值。研究表明，本方法对该上下文的实施非常有效，将作为一个由人与机器共同设计的工作流程进一步评估。

    May, 2023