TEASER：用于表情重建的标记增强空间建模

从单张野外图像进行三维人脸重建是人类中心计算机视觉任务中的关键任务。虽然现有方法可以恢复精确的人脸形状，但在细粒度表情捕捉方面仍有显著提升空间。现有方法在处理不规则嘴部形状、夸张表情和不对称面部运动方面存在困难。我们提出了 TEASER（Token EnhAnced Spatial modeling for Expressions Reconstruction），以应对这些挑战并提升三维人脸几何性能。TEASER 解决了现有方法的两个主要局限：自重建的光度损失不足以及细微表情定位不准确。我们引入了一种多尺度分词器来提取人脸外观信息。结合神经渲染器，这些标记为表情重建提供了精确的几何引导。此外，TEASER 融合了依赖于姿态的关键点损失以进一步提升几何性能。我们的方法不仅显著提升了表情重建质量，还提供了适用于多种下游应用的可解释标记，如照片级真实感人脸视频驱动、表情迁移和身份交换。多个数据集上的定量与定性实验结果表明 TEASER 在精确表情重建方面达到了最先进的性能。