MeshGAN:人脸的非线性三维可变形模型
计算机视觉与模式识别
2019-03-26 v1
摘要
生成对抗网络(GANs)目前是生成视觉数据的主流方法。某些GAN架构与训练方法在生成逼真合成图像(尤其是人脸图像)方面表现出卓越性能。然而,对于三维物体,GANs仍未能取得其在图像上般的成就。原因之一在于,迄今GANs作为三维卷积架构被应用于三维物体的离散体素表示。本文提出首个直接作用于三维网格的内在GANs架构(命名为MeshGAN)。给出了定量与定性结果以表明MeshGAN可用于生成具有丰富身份与表情的高保真三维人脸。
引用
@article{arxiv.1903.10384,
title = {MeshGAN: Non-linear 3D Morphable Models of Faces},
author = {Shiyang Cheng and Michael Bronstein and Yuxiang Zhou and Irene Kotsia and Maja Pantic and Stefanos Zafeiriou},
journal= {arXiv preprint arXiv:1903.10384},
year = {2019}
}