基于合成数据的角度范围和身份相似性增强的注视和头部重定向
原文中文，约300字，阅读约需1分钟。发表于：。本文提出了一种改进全脸图像中注视和头部重定向的角度精度和真实性的方法，通过单目三维人脸重建的数据增强来扩展头部姿态和注视范围，以解决当前模型在处理大角度重定向时的限制。此外，我们还提出了一个能够在训练合成数据的情况下提供更好图像质量和未知对象身份保留的框架。实验证明，我们的方法在保持高图像质量的同时，显著提高了重定向角度精度，特别是在大角度重定向时。
本文提出了一种通过单目三维人脸重建的数据增强来扩展头部姿态和注视范围的方法，以解决当前模型在处理大角度重定向时的限制。同时，提出了一个能够在训练合成数据的情况下提供更好图像质量和未知对象身份保留的框架。实验证明，该方法在保持高图像质量的同时，显著提高了重定向角度精度，特别是在大角度重定向时。
