CVPRJul, 2022
通过学习面部关键点轨迹生成复杂的四维表情变化
Generating Complex 4D Expression Transitions by Learning Face Landmark Trajectories
Naima Otberdout, Claudio Ferrari, Mohamed Daoudi, Stefano Berretti, Alberto Del Bimbo
TL;DR本文提出了一种新模型，使用 Motion3DGAN 模型编码表情的时间演变，并利用 Sparse2Dense mesh Decoder 模型生成可以复合的表情转换；在多个公共数据集上进行实验验证，表明该方法在保持良好泛化性能的同时相较于之前的解决方案有了显著提高。