精确、可解释且快速的动画：一种迭代、稀疏且非凸的方法
机器学习
2021-10-06 v2 图形学
最优化与控制
摘要
数字人动画依赖于高质量的人脸 3D 模型：rigs。一个人脸 rig 必须准确，同时计算快速。最常见的绑定模型之一是 blendshape 模型。我们提出一种用于求解面部动画中非凸逆 rig 问题的新算法。我们的方法基于模型，但不同于以往基于模型的方法，我们使用二次而非线性近似来逼近高阶 rig 模型。这使解的平均精度提升 8%，且经实证结果确认，增加了所得参数向量的稀疏性——这是动画师可解释性的重要特征。所提出的解决方案基于 Levenberg-Marquardt（LM）算法，应用于带稀疏正则化的非凸约束问题。为降低迭代的复杂度，进一步引入 Majorization Minimization（MM）范式，从而得到一个易于求解且在每次算法迭代中对参数可分离的问题。该算法在多个专有和开源动画数据集上评估，结果表明相较基于线性 rig 近似的标准方法，我们的方法更优。尽管我们的算法针对特定问题，但可能有额外的信号处理应用。
引用
@article{arxiv.2109.08356,
title = {Accurate, Interpretable, and Fast Animation: An Iterative, Sparse, and Nonconvex Approach},
author = {Stevo Rackovic and Claudia Soares and Dusan Jakovetic and Zoranka Desnica},
journal= {arXiv preprint arXiv:2109.08356},
year = {2021}
}