全身自拍：生成全身自拍照片
本论文提出了一种称为 $ extit {unselfie}$ 的新型摄影转换技术，该技术能够自动将自拍照转换成中性姿态的肖像，实现的方法包括对数据进行无监督自身训练以及构建三级步骤的管道，其中加入了新的最近姿态搜索模块。研究结果表明，该技术优于现有替代方案。
Jul, 2020
通过卷积神经网络对一组拍摄自拍照以及参考照片进行训练，我们提出了一种将手机自拍照修正为拍摄于摄影棚内的统一照明压缩照片的方法，并成功改善了因自拍照引入的高光、阴影、皮肤过于光滑等缺陷。
Jan, 2019
最近的研究表明，视障人士希望像视力正常的人一样拍自拍照记录他们的照片并与他人分享。为了解决视障人士在拍摄自拍照时遇到的问题，本文提出了使用全景相机的多人自拍方法，通过面部检测、表情识别等技术，从多个视频帧中提取最满意的照片，并生成透视投影图，以确保所有参与者都在视角内。实验结果验证了该方法的有效性。
May, 2024
本文提出了一种名为 SUPER 的新方法，用于消除自拍照片中的失真和调整头部姿势，实现了更真实的自拍照片编辑。通过 3D GAN 反向传播优化相机参数和面部隐藏编码，生成一张图像。此外，估计获得的隐藏编码的深度，创建深度感应的 3D 网格，并使用更新的相机参数进行渲染，获得一个形变的自画像。最后，通过基于可见性的融合，重新投影可见区域，并使用生成模型恢复被遮挡的部分。对自拍照片失真基准和自行收集的头部旋转数据集（HeRo）的实验表明，SUPER 在定性和定量上均优于以前的方法，为实现逼真的自拍照片编辑开辟了新的可能性。
Jun, 2024
本文提出了一种基于生成对抗学习的人体上半身视频合成方法，利用上半身关键点、面部动作单元和姿势作为中间表示来实现源视频和目标视频之间的映射，实验结果表明我们的方法非常有效。
Aug, 2019
本研究提出了从单张照片推断出详细的全身人体形状的简单而有效的方法，其将形状回归转化为图像转换问题，并使用纹理图来估计细节的法线和位移图，能够将细节添加到低分辨率的光滑身体模型中，尽管仅使用合成数据进行训练，但该模型在真实世界的照片上表现良好。
Apr, 2019
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
本研究提出了一种肖像重制方法，使用户能够轻松编辑其肖像以获得所需的姿势 / 视图、身体比例和服装样式，其中图形布局映射和语义感知外观转换被设计用于解决人体非刚性变形和语义感知编辑问题。
Jun, 2020
为了实现人类交流的沉浸式 3D 体验，需使用像手机摄像头一样的普通硬件获取 360 度的逼真人形头像，并使用经过训练的关键点检测器和多阶段优化过程创建头像。
Oct, 2022