ReenactNet：实时全头部重演
计算机视觉与模式识别
2020-06-19 v1
摘要
视频到视频合成是一个具有挑战性的问题，旨在学习语义图序列与描绘驱动视频特征的逼真视频之间的转换函数。我们提出了一个自主实现的全头部重演系统，能够将源演员的 3D 头部姿态、面部表情和视线完全转移到目标演员上，同时保持目标演员的身份。我们的系统能够生成高保真、时间平滑且逼真的合成视频，忠实地将随时间变化的人类头部属性从源演员转移到目标演员。我们提出的实现：1) 实时运行（约 20 fps），2) 在一台普通笔记本电脑上运行，仅以网络摄像头作为唯一输入，3) 具有交互性，允许参与者通过改变自身表情、头部姿态和视线来即时驱动一个目标人物（例如名人、政治家等），并同时可视化所合成的视频。
引用
@article{arxiv.2006.10500,
title = {ReenactNet: Real-time Full Head Reenactment},
author = {Mohammad Rami Koujan and Michail Christos Doukas and Anastasios Roussos and Stefanos Zafeiriou},
journal= {arXiv preprint arXiv:2006.10500},
year = {2020}
}
备注
to be published in 15th IEEE International Conference on Automatic Face and Gesture Recognition (FG 2020)