Hair-GANs：从单幅图像恢复三维头发结构
图形学
2018-11-16 v1
摘要
我们提出 Hair-GANs，一种生成对抗网络架构，用于从单幅图像恢复三维头发结构。我们网络的目标是建立从二维头发映射到三维头发结构的参数化变换。三维头发结构表示为一个三维体素场，其中编码了发丝的占据信息与方向信息。给定单幅头发图像，我们首先将其与胸像模型对齐，并提取一组编码二维头发方向信息的二维映射，连同胸像深度图一并输入我们的 Hair-GANs。通过生成器网络，我们计算出三维体素场作为最终头发合成的结构引导。建模结果不仅与输入图像中的头发相似，还在其他视角下具备诸多生动细节。我们使用多种发型并与已有方法比较，证明了我们方法的有效性。
引用
@article{arxiv.1811.06229,
title = {Hair-GANs: Recovering 3D Hair Structure from a Single Image},
author = {Meng Zhang and Youyi Zheng},
journal= {arXiv preprint arXiv:1811.06229},
year = {2018}
}