高质量家庭脸部几何和外观捕捉
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
本文提出了一种创新的两阶段方法,用于从稀疏视图图像重建人脸,该任务由于每个个体的独特几何和复杂皮肤反射而具有挑战性。我们的方法专注于从环境光中分解关键的面部属性,包括几何、漫反射和镜面反射。开始时,我们从多样化的个体脸部图像集创建一个通用的面部模板,捕捉关键的几何和反射特征。在第二阶段,我们在该模板的指导下对每个具体的人脸模型进行细化,进一步考虑几何和反射之间的相互作用,以及对面部皮肤的次表面散射效应。我们的方法能够从仅有的三幅图像中重建出高质量的面部表示,提供了改进的几何准确性和反射细节。通过全面的评估和比较,我们的方法表现出优越性,有效解离几何和反射成分,提高了合成新视图的质量,为再照明和反射编辑等应用开辟了可能。我们将代码公开可用。
Dec, 2023
本研究提出了一种新的三维人脸重建技术,利用稀疏光度立体和单个图像的面部建模技术,通过采用语义分割技术,可以精确重构面部毛发和裸露皮肤区域,包括皱纹、眉毛、丘疹、毛孔等微小的几何细节,其表现可与电影品质制作相媲美。
Nov, 2017
该论文提出了一种新的深度学习光照模型技术,结合高质量的 3D 人脸追踪算法,从普通视频中实现了微妙且稳健的面部动作转移到 3D 光照逼真的虚拟形象身上,解决了现有人物特定 3D 模型不稳健的问题,并在表情、姿势及光线变化等方面得到了广泛应用验证,成为可扩展的 AR/VR 通信系统的有效框架。
Mar, 2021
本文提供一种基于学习的方法来从单个肖像图像中恢复人头的 3D 几何形状,并且使用参数化 3D 人脸模型来表示头部几何形状以及其他头部区域的深度图,同时使用双目立体匹配方法从具有野外人脸的图像中学习头发和耳朵的几何信息,最后,评估和对比结果表明该方法可以产生高保真的 3D 头部几何形态和头部姿态操作结果。
Apr, 2020
本研究提出了一种新的方法,使用粗到细的优化策略,从不受限制的 2D 图像中重建 3D 人脸,包括利用基于示例的双线性人脸模型生成光滑的粗糙 3D 人脸,使用局部修正变形场对其进行精细化处理和使用形状 - 从 - 阴影方法恢复细节,实现了真实世界模型和公共可用数据集的精度和细节恢复方面的领先水平。
Feb, 2017
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
该研究提出了一种用于实时全身捕捉的方法,可以从一张彩色图像中估计身体和手部的形状和运动,同时还可以生成带有动态 3D 面部模型的手部和身体。其方法采用了一个新的神经网络架构,可以高效地利用身体和手部之间的相关性。与先前的方法不同,该方法可以在多个数据集上进行联合训练,而无需同时注释所有部分的数据,从而实现了更好的泛化能力。该方法可以更准确地捕获面部表情和颜色,还可以估计统计面部模型的形状,表情,颜色和照明参数。在公共基准测试中,该方法达到了竞争性的准确性,但速度更快,提供了更完整的面部重建。
Dec, 2020