BareSkinNet：基于三维人脸重建的去妆与去光照方法
计算机视觉与模式识别
2022-09-20 v1 图形学
摘要
我们提出 BareSkinNet，一种同时从人脸图像中去除妆容与光照影响的新型方法。我们的方法利用三维可形变模型，且不需要参考干净人脸图像或指定光照条件。通过结合三维人脸重建过程，我们可以轻松获得三维几何与粗粒度三维纹理。利用这些信息，我们可通过图像翻译网络推断归一化的三维人脸纹理图（漫反射、法线、粗糙度和高光）。因此，去除了不良信息的重建三维人脸纹理将显著有益于后续处理，例如重新光照或重新上妆。在实验中，我们表明 BareSkinNet 优于最先进的去妆方法。此外，我们的方法在去除妆容以生成一致的高保真纹理图方面极为有效，这使其可扩展至许多逼真人脸生成应用。它还能自动构建带对应三维数据的妆前妆后人脸图像图形资产，这将协助艺术家加速其工作，例如三维妆容化身创建。
引用
@article{arxiv.2209.09029,
title = {BareSkinNet: De-makeup and De-lighting via 3D Face Reconstruction},
author = {Xingchao Yang and Takafumi Taketomi},
journal= {arXiv preprint arXiv:2209.09029},
year = {2022}
}
备注
accepted at PG2022