MoSAR: 基于单目半监督模型的头像重建方法，利用可微分着色
原文中文，约400字，阅读约需1分钟。发表于：。基于 MoSAR 方法，从单目图像中生成 3D 头像。我们提出了一种半监督训练方案，通过同时学习光型平台和野外数据集来提高泛化性能，并利用一种新颖的可微分着色公式有效地分离面部参数，生成逼真且可重光的人物头像。此外，我们还推出了一个新数据集 FFHQ-UV-Intrinsics，该数据集提供了 10k 个主题的面部属性，包括漫反射、镜面反射、环境光遮蔽和透明度贴图，是首个公开的大规模数据集。
本文提出了一种创新的两阶段方法，用于从稀疏视图图像重建人脸，提供了改进的几何准确性和反射细节。通过全面的评估和比较，该方法表现出优越性，为再照明和反射编辑等应用开辟了可能。
