人耳重建自编码器
计算机视觉与模式识别
2020-10-09 v1 机器学习
摘要
人耳作为人类头部的重要组成部分，在计算机视觉领域受到的关注远少于人脸。受先前利用自编码器结构实现单目 3D 人脸重建的自监督学习工作的启发，我们旨在利用此类框架来解决 3D 人耳重建任务，其中 2D 人耳输入图像上存在更为细微且困难的曲线与特征。我们的人耳重建自编码器 (HERA) 系统无需对这些参数进行任何监督，即可预测 3D 人耳网格的 3D 姿态与形状参数。为了使我们的方法能够涵盖自然图像甚至灰度图像的方差，我们提出了一种自然条件下的人耳颜色模型。构建的端到端自监督模型随后通过 2D 关键点定位性能以及重建 3D 人耳的外观进行了评估。
引用
@article{arxiv.2010.03972,
title = {A Human Ear Reconstruction Autoencoder},
author = {Hao Sun and Nick Pears and Hang Dai},
journal= {arXiv preprint arXiv:2010.03972},
year = {2020}
}
备注
Submitted to VISAPP