Dr.3D：将3D GANs适配于艺术化绘画
计算机视觉与模式识别
2022-12-01 v1 机器学习
摘要
尽管3D GANs近期展示了多视图一致图像与3D形状的高质量合成，但它们主要局限于照片级真实感的人像。本文旨在将3D GANs扩展至一种不同但有意义的视觉形式：艺术化人像绘画。然而，由于绘画中不可避免存在的几何歧义，将现有3D GANs扩展至绘画具有挑战性。为此，我们提出Dr.3D，一种将现有3D GAN适配于艺术化绘画的新型适配方法。Dr.3D配备三个新颖组件以处理几何歧义：形变感知的3D合成网络、姿态估计与图像合成的交替适配，以及几何先验。实验表明，我们的方法能成功将3D GANs适配于绘画，并实现绘画的多视图一致语义编辑。
引用
@article{arxiv.2211.16798,
title = {Dr.3D: Adapting 3D GANs to Artistic Drawings},
author = {Wonjoon Jin and Nuri Ryu and Geonung Kim and Seung-Hwan Baek and Sunghyun Cho},
journal= {arXiv preprint arXiv:2211.16798},
year = {2022}
}
备注
Accepted to SIGGRAPH Asia 2022 (Conference Track). For project page, see https://jinwonjoon.github.io/dr3d/