FExGAN-Meta：面向虚拟人的面部表情生成方法
计算机视觉与模式识别
2022-03-14 v1 人工智能
图形学
摘要
人类面部表情的微妙性以及表达强度上的高度差异性，使得面部表情图像的鲁棒分类与生成颇具挑战。高质量数据的匮乏会阻碍深度学习模型的性能。在本文中，我们提出了一种面向虚拟人（Meta-Humans）的面部表情生成方法FExGAN-Meta，该方法对虚拟人图像具有鲁棒性。我们构建了一个包含十名虚拟人在摄影棚环境中展现面部表情的大规模数据集，并在所采集的图像上对FExGAN-Meta进行了评估。结果表明，FExGAN-Meta能够鲁棒地生成并分类虚拟人图像中的简单及复杂面部表情。
引用
@article{arxiv.2203.05975,
title = {FExGAN-Meta: Facial Expression Generation with Meta Humans},
author = {J. Rafid Siddiqui},
journal= {arXiv preprint arXiv:2203.05975},
year = {2022}
}