HiFace：通过建模静态与动态细节实现高保真三维人脸重建
计算机视觉与模式识别
2023-08-24 v2 图形学
摘要
三维可形变模型（3DMMs）在从单张图像重建忠实且可动画的三维人脸表面方面展现出巨大潜力。人脸表面受粗形状以及静态细节（例如，特定人的外观）和动态细节（例如，表情驱动的皱纹）的影响。先前的工作难以通过图像级监督解耦静态和动态细节，导致重建不够真实。在本文中，我们旨在进行高保真三维人脸重建，并提出HiFace以显式建模静态和动态细节。具体而言，静态细节被建模为位移基的线性组合，而动态细节被建模为具有极化表情的两张位移图的线性插值。我们利用多个损失函数，在合成和真实世界数据集上联合学习粗形状和精细细节，使HiFace能够重建具有可动画细节的高保真三维形状。大量定量和定性实验表明，HiFace呈现出最先进的重建质量，并忠实恢复了静态和动态细节。我们的项目页面位于 https://project-hiface.github.io。
引用
@article{arxiv.2303.11225,
title = {HiFace: High-Fidelity 3D Face Reconstruction by Learning Static and Dynamic Details},
author = {Zenghao Chai and Tianke Zhang and Tianyu He and Xu Tan and Tadas Baltrušaitis and HsiangTao Wu and Runnan Li and Sheng Zhao and Chun Yuan and Jiang Bian},
journal= {arXiv preprint arXiv:2303.11225},
year = {2023}
}
备注
Accepted to ICCV 2023, camera-ready version; Project page: https://project-hiface.github.io/