BriefGPT - AI 论文速递
·
洗牌视觉变换器：轻量级、快速和高效的驾驶员面部表情识别
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本文介绍了一种基于Transformer编码器的方法，用于将视频中的头部运动和面部表情转移到源图像的外观。该方法实现了跨再现，适用于不同的人，具有良好的泛化能力。在运动传输质量和时间一致性方面表现出卓越性能。
🎯
关键要点
- 本文介绍了一种基于Transformer编码器的方法，用于将视频中的头部运动和面部表情转移至源图像的外观。
- 该方法适用于不同的人，具有良好的泛化能力，能够实现跨再现。
- 我们使用基于Transformer的解码器预测查询像素的输出颜色，受到关键点和面部表情向量的条件影响。
- 以自监督的方式学习源人物的潜在表示，分解外观、头部角度和面部表情，适合跨再现。
- 方法自然扩展到多个源图像，并适应个人特定的面部动态。
- 提出了数据增强和正则化方案，以防止过拟合并支持学习表示的泛化能力。
- 在随机用户研究中评估方法，结果显示在运动传输质量和时间一致性方面表现卓越。
🏷️
标签
➡️
