具有一致纹理参数化的单图隐式可变形人脸

对于可动画且可定制的优质 3D 虚拟形象的可及创建，需求正日益增长。尽管 3D 可变形模型为编辑与动画提供直观控制，且对单视图人脸重建具备鲁棒性，它们却难以捕捉几何与外观细节。基于神经隐式表示（如符号距离函数（SDF）或神经辐射场）的方法接近照片级真实感，但难以动画化且对未见数据泛化不佳。为应对此问题，我们提出一种构建隐式 3D 可变形人脸模型的新方法，其既具泛化性又便于直观编辑。从一组高质量 3D 扫描训练所得，我们的人脸模型由几何、表情与纹理潜码参数化，并带有习得 SDF 与显式 UV 纹理参数化。一旦训练完成，我们可通过利用习得先验将单张自然场景图像投影至模型潜空间，从而重建虚拟形象。我们的隐式可变形人脸模型可用于从新视角渲染虚拟形象、通过修改表情码动画面部表情，以及通过在习得 UV 纹理图上直接绘制来编辑纹理。我们从定量与定性上证明，相较最先进（SOTA）方法，我们的方法在照片真实感、几何与表情精度上均有所提升。