ASM：用于高质量三维人脸建模的自适应蒙皮模型
计算机视觉与模式识别
2023-10-10 v3
摘要
参数化人脸模型与三维人脸重建的研究领域已被广泛探讨。然而，一个关键问题仍待解答：如何为特定重建设置定制人脸模型。我们认为，基于多视角未标定图像的重建需要一种具有更强能力的新型模型。我们的研究将从数据依赖的三维可变形模型（3DMM）转向一个未被充分研究的人体设计蒙皮模型。我们提出自适应蒙皮模型（ASM），其以更紧凑且完全可调的参数重新定义蒙皮模型。通过大量实验，我们证明ASM相较3DMM实现了显著增强的能力，并具备模型规模小及易于为新拓扑实现的额外优势。我们在Florence MICC Coop基准上以ASM实现了多视角重建的最优性能。我们的定量分析证明了高能力模型对于充分挖掘多视角输入中丰富信息以用于重建的重要性。此外，我们具物理-语义参数的模型可直接用于现实应用，如游戏内虚拟形象创建。因此，我们的工作为参数化人脸模型开辟了新研究方向，并促进了未来多视角重建研究。
引用
@article{arxiv.2304.09423,
title = {ASM: Adaptive Skinning Model for High-Quality 3D Face Modeling},
author = {Kai Yang and Hong Shang and Tianyang Shi and Xinghan Chen and Jingkai Zhou and Zhongqian Sun and Wei Yang},
journal= {arXiv preprint arXiv:2304.09423},
year = {2023}
}
备注
18 pages