HeadGAN: 单次神经头部合成与编辑
计算机视觉与模式识别
2021-08-24 v3
摘要
近期利用单张参考图像解决头部重演问题的尝试已展现出有前景的结果。然而,其中大多数要么在真实感方面表现不佳,要么未能解决身份保持问题,要么未能完全迁移驱动姿态与表情。我们提出 HeadGAN,一种将合成以 3D 人脸表示为条件的新型系统,该表示可从任意驱动视频中提取并适配任意参考图像的面部几何,从而解耦身份与表情。我们进一步利用音频特征作为补充输入以改善嘴部运动。该 3D 人脸表示使 HeadGAN 可进一步用作高效的压缩与重建方法以及表情和姿态编辑工具。
引用
@article{arxiv.2012.08261,
title = {HeadGAN: One-shot Neural Head Synthesis and Editing},
author = {Michail Christos Doukas and Stefanos Zafeiriou and Viktoriia Sharmanska},
journal= {arXiv preprint arXiv:2012.08261},
year = {2021}
}
备注
Accepted in IEEE International Conference on Computer Vision 2021 (ICCV 2021)