VGGHeads:一个用于 3D 人脑头部的大规模合成数据集

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本文介绍了一种通过大规模合成数据学习一次性4D头部合成的方法。首先通过对抗学习从单眼图像中学习部件级4D生成模型,然后利用基于Transformer的可动三面板重建器使用合成数据学习4D头部重建。实验证明了该方法的优越性。

🎯

关键要点

  • 现有的一次性4D头部合成方法通过3DMM重建从单眼视频中学习,存在挑战性。

  • 提出了一种通过大规模合成数据学习一次性4D头部合成的方法。

  • 关键在于通过对抗学习从单眼图像中学习部件级4D生成模型。

  • 合成多视角、多样性身份和完整动作的图像作为训练数据。

  • 利用基于Transformer的可动三面板重建器使用合成数据学习4D头部重建。

  • 分离3D重建和再现的学习过程,强化对真实图像的泛化能力。

  • 实验证明该方法相对于先前的方法具有优越性。

➡️

继续阅读