本文提出了一种利用图卷积网络从单视角图像中重建具有高保真度贴图的三维人脸形状的方法,并相对于其他的现有方法具有更好的定量和定性效果。
Mar, 2020
通过组合强大的面部形状统计模型和 “野外” 纹理模型,我们提出了第一个 “野外” 3DMM,大大简化了拟合过程,无需将其优化针对照明参数。
Jan, 2017
本文提出了一种从大量非约束人脸图像中学习非线性 3D Morphable Model 的创新框架,该模型拥有比线性模型更强大的表示能力,并对人脸对齐和 3D 重建做出了贡献。
Apr, 2018
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
提出了 Portrait3D 框架,通过将肖像图像的身份信息整合到几何初始化、几何塑造和纹理生成阶段中,实现了从单幅肖像图像生成高质量 3D 头像的方法。
Jun, 2024
本文提出了一种新的框架以学习从大量野外人脸图像中学习非线性 3DMM 模型,该模型可以用于面部对齐,3D 重建和面部编辑。
Aug, 2018
本文介绍一种使用 RGB-D 自拍相机实现高保真、逼真、照片级的 3D 数字人头制作的完全自动化系统。该系统采用不同于传统的面部几何建模和反射合成技术,成功运用了两阶段帧选则过程和可微渲染器的 3DMM 拟合算法来从多视角 RGB-D 数据中恢复面部几何,进而实现人脸表面纹理的抠取与合成,从而制作出了高度真实细节的数字人头。
Oct, 2020
本文提出了一种从单幅肖像图像生成动画化的 3D 卡通脸部的新框架,并针对传统模型建立漫画形象耗时且难以保持相似性的问题,提出了基于模板和形变转移的语义保留脸部绑定方法及实时动画演示。
Jul, 2023
利用深度卷积神经网络提取中层特征,从高分辨率人脸数据库中拟合特征的凸组合,从而生成 photorealistic texture map,以实现从低分辨率输入图像中合成高逼真度的 3D 人脸渲染模型,并进行了广泛的验证。
Dec, 2016
提出了一种基于结合使用大量视频数据、学习不同用户的个性化面部模型以及独特表情的动态图像映射,可以准确捕捉广泛条件下的微细面部动态及更准确地重构面部和面部运动,比现有技术达到更好的效果。
Jul, 2020