从人类学习风格化角色表情
计算机视觉与模式识别
2019-11-21 v1 图形学
摘要
我们提出 DeepExpr，一种通过深度学习将人类表情迁移到多个风格化角色的崭新表情迁移系统。我们开发了：1）数据驱动的面部表情感知模型；2）带有基本表情标注的新型风格化角色数据集：FERG（面部表情研究组）-DB（新增两个角色）；以及 3）。我们在所收集的表情风格化角色数据集上的一组检索任务中评估了我们的方法。我们还展示了所提特征预测的排序与面部表情专家及 Mechanical Turk（MT）实验提供的排序高度相关。
引用
@article{arxiv.1911.08591,
title = {Learning Stylized Character Expressions from Humans},
author = {Deepali Aneja and Alex Colburn and Gary Faigin and Linda Shapiro and Barbara Mones},
journal= {arXiv preprint arXiv:1911.08591},
year = {2019}
}
备注
2017 IEEE Conference on Computer Vision and Pattern Recognition (CVPR) Women in Computer Vision (WiCV) Workshop Honolulu, Hawaii, USA, July 21st - July 26th, 2017