用于语义无条件头部运动生成的自回归 GAN
计算机视觉与模式识别
2023-04-18 v2
摘要
本工作中，我们处理无条件头部运动生成任务，旨在从单一参考姿态出发，于低维语义空间中为静止人脸动画化。不同于传统音频条件说话头生成很少强调真实头部运动，我们设计了一种基于 GAN 的架构，可学习合成长时长丰富头部运动序列，同时保持较低误差累积水平。特别地，增量输出的自回归生成确保了轨迹平滑，而对输入对的多尺度判别器驱动生成更好地处理高频与低频信号并减轻模式崩溃。我们通过实验证明所提方法的相关性，并展示其相对于在相似任务上取得 SOTA 性能的模型的优越性。
引用
@article{arxiv.2211.00987,
title = {Autoregressive GAN for Semantic Unconditional Head Motion Generation},
author = {Louis Airale and Xavier Alameda-Pineda and Stéphane Lathuilière and Dominique Vaufreydaz},
journal= {arXiv preprint arXiv:2211.00987},
year = {2023}
}