面向参数化人脸单目重建应用的领域工程
计算机视觉与模式识别
2022-09-07 v1
摘要
许多现代在线 3D 应用和视频游戏依赖人类面部的参数化模型来创建可信的虚拟形象。然而，使用参数化模型手动复现某人的面部样貌既困难又耗时。该任务的机器学习解决方案非常可取但也具有挑战性。本文提出了一种针对所谓人脸到参数问题（简称 F2P）、旨在从单幅图像重建参数化人脸的新方法。所提方法利用合成数据、领域分解和领域自适应来解决 F2P 中的多方面挑战。开源代码库展示了我们的关键观察并提供了定量评估的手段。所提方法在工业应用中证明实用；它提高了准确性并允许更高效的模型训练。这些技术有潜力扩展到其他类型的参数化模型。
引用
@article{arxiv.2209.02600,
title = {Domain Engineering for Applied Monocular Reconstruction of Parametric Faces},
author = {Igor Borovikov and Karine Levonyan and Jon Rein and Pawel Wrotek and Nitish Victor},
journal= {arXiv preprint arXiv:2209.02600},
year = {2022}
}
备注
An extended SIPP 2022 conference paper. arXiv admin note: substantial text overlap with arXiv:2208.02935