LC-NeRF：神经辐射场中的局部可控人脸生成
计算机视觉与模式识别
2023-02-21 v1
摘要
得益于神经辐射场(NeRF)的发展，3D人脸生成已实现高视觉质量和3D一致性。最近，为了使用NeRF表示生成和编辑3D人脸，一些方法被提出并在解耦几何和纹理方面取得了良好结果。这些生成模型的潜在编码影响整个面部，因此对这些编码的修改会导致整个面部发生变化。然而，用户在编辑面部时通常编辑局部区域，并不希望其他区域受到影响。由于潜在编码的改变影响全局生成结果，这些方法不允许对局部面部区域进行细粒度控制。为了改善基于NeRF的面部编辑中的局部可控性，我们提出了LC-NeRF，它由局部区域生成器模块和空间感知融合模块组成，允许对局部面部区域进行局部几何和纹理控制。定性和定量评估表明，我们的方法比最先进的面部编辑方法提供了更好的局部编辑。我们的方法在下游任务中也表现良好，例如文本驱动的面部图像编辑。
引用
@article{arxiv.2302.09486,
title = {LC-NeRF: Local Controllable Face Generation in Neural Randiance Field},
author = {Wenyang Zhou and Lu Yuan and Shuyu Chen and Lin Gao and Shimin Hu},
journal= {arXiv preprint arXiv:2302.09486},
year = {2023}
}