X2C：用于真实人类化仿真的具备细腻面部表情数据集
机器人学
2025-09-23 v2 人工智能
人机交互
摘要
人类化机器人在情感人机交互中，能够模仿真实的人脸表情是必不可少的能力。然而，缺乏包含多样化人类化面部表情且具有proper标注的数据集，阻碍了真实人类化面部表情仿真的进展。为此，我们引入X2C（Anything to Control），一个用于真实人类化仿真的具备细腻面部表情的数据集。通过X2C，我们贡献了：1) 一个高质量、高多样性、大规模的数据集，包含 100,000 个（图像，控制值）对。每个图像 depict 一个人类化机器人表现出多样化的面部表情，标注为 30 个控制值代表表情的ground-truth配置；2) X2CNet，一个新颖的人类到人类化的人脸表情仿真框架，从X2C中学习细腻人类化表情与其底层控制值之间的对应关系。它为不同人类表演者提供了野外人脸表情仿真能力，展示了我们数据集的潜在价值；3) 在物理人类化机器人上的真实世界演示，突显其在真实人类化面部表情仿真方面的能力。代码与数据：https://lipzh5.github.io/X2CNet/
引用
@article{arxiv.2505.11146,
title = {X2C: A Dataset Featuring Nuanced Facial Expressions for Realistic Humanoid Imitation},
author = {Peizhen Li and Longbing Cao and Xiao-Ming Wu and Runze Yang and Xiaohan Yu},
journal= {arXiv preprint arXiv:2505.11146},
year = {2025}
}