基于成对特征点加权运动的单源单次重演方法
计算机视觉与模式识别
2021-04-08 v1
摘要
图像重演是一项使源图像中的目标对象模仿驱动图像中所表示运动的人物任务。最常见的重演任务之一是人脸图像动画。当前人脸重演方法的主要挑战在于区分面部运动与身份。因此,当驱动身份与源身份不同时(跨人重演),以往的模型难以生成高质量的动画。我们提出了一种新的(人脸)重演模型,该模型在自监督设定下学习形状无关的运动特征。运动由同时从源图像和驱动图像中提取的一组成对特征点表示。该模型仅使用单张源图像即可泛化到包括人脸与非人脸物体在内的多种重演任务。大量实验表明,该模型在保持源身份完整不变的同时,忠实地将驱动运动迁移至源图像。
引用
@article{arxiv.2104.03117,
title = {Single Source One Shot Reenactment using Weighted motion From Paired Feature Points},
author = {Soumya Tripathy and Juho Kannala and Esa Rahtu},
journal= {arXiv preprint arXiv:2104.03117},
year = {2021}
}