基于隐姿态描述子的神经头部重演
计算机视觉与模式识别
2020-11-02 v2 机器学习
摘要
我们提出了一种神经头部重演系统,该系统由隐姿态表征驱动,并能够连同 RGB 图像一起预测前景分割。该隐姿态表征是作为整个重演系统的一部分被学习的,且学习过程仅基于图像重建损失。我们表明,尽管其简单,在足够大而多样的训练数据集下,这种学习成功地将姿态从身份中解耦。所得系统随后可以复现驱动人物的表情,并且还能进行跨人重演。此外,我们表明所学到的描述子对其他与姿态相关的任务(如关键点预测和基于姿态的检索)也很有用。
引用
@article{arxiv.2004.12000,
title = {Neural Head Reenactment with Latent Pose Descriptors},
author = {Egor Burkov and Igor Pasechnik and Artur Grigorev and Victor Lempitsky},
journal= {arXiv preprint arXiv:2004.12000},
year = {2020}
}