从单张图像重建人像神经辐射场
计算机视觉与模式识别
2021-04-20 v2
摘要
我们提出了一种从单张头像人像估计神经辐射场（NeRF）的方法。尽管 NeRF 已展示出高质量的视角合成能力，但它需要静态场景的多张图像，因此对于随意拍摄和移动主体并不实用。在本工作中，我们提出使用轻舞台人像数据集以元学习框架预训练多层感知机（MLP）的权重，该 MLP 隐式建模体密度与颜色。为提高对未见人脸的泛化能力，我们在由 3D 人脸可变形模型近似的规范坐标空间中训练 MLP。我们使用受控拍摄对方法进行了定量评估，并展示了对真实人像图像的泛化能力，取得了优于现有最优方法的有利结果。
引用
@article{arxiv.2012.05903,
title = {Portrait Neural Radiance Fields from a Single Image},
author = {Chen Gao and Yichang Shih and Wei-Sheng Lai and Chia-Kai Liang and Jia-Bin Huang},
journal= {arXiv preprint arXiv:2012.05903},
year = {2021}
}
备注
Project webpage: https://portrait-nerf.github.io/