学习用于零样态动物表情迁移的域无关三维人脸潜在嵌入
计算机视觉与模式识别
2026-01-13 v1 人工智能
摘要
我们提出了一个将人类面部表情迁移到3D动物脸部网格的零样态框架。该方法将内在几何描述符（HKS/WKS）与网格无关的潜在嵌入相结合，以实现面部身份与表情的解耦。ID潜在空间捕获跨物种的面部结构，而表情潜在空间编码可跨越人类和动物的形变模式。仅凭人类表情配对数据训练，模型即可学习嵌入、跨身份表情的解耦与重耦，从而实现无需动物表情数据的表情迁移。为确保几何一致性，我们采用雅可比损失、顶点位置损失和拉普拉斯损失。实验表明，我们的方法实现了跨种类的合理表情迁移，显著缩小了人类和动物面部形状之间的几何差距。
引用
@article{arxiv.2601.06484,
title = {Learning Domain Agnostic Latent Embeddings of 3D Faces for Zero-shot Animal Expression Transfer},
author = {Yue Wang and Lawrence Amadi and Xiang Gao and Yazheng Chen and Yuanpeng Liu and Ning Lu and Xianfeng Gu},
journal= {arXiv preprint arXiv:2601.06484},
year = {2026}
}
备注
WACV 2026 Workshop LENS