論文の概要: High Accuracy Face Geometry Capture using a Smartphone Video

• arxiv url: http://arxiv.org/abs/2003.08583v1
• Date: Thu, 19 Mar 2020 05:46:58 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-22 04:25:42.172538
• Title: High Accuracy Face Geometry Capture using a Smartphone Video
• Title（参考訳）: スマートフォンビデオによる高精度顔形状計測
• Authors: Shubham Agrawal, Anuj Pahuja, Simon Lucey
• Abstract要約: 高忠実な顔の復元は、これまでのところスタジオ設定か高価な3Dスキャナーでしか行われていない。 提案手法は, スマートフォンから撮影した映像を用いて, 被写体の正確な顔形状を再現する。 評価の結果,本手法は,現在の単視点と多視点のベースラインよりも有意差があることが判明した。
• 参考スコア（独自算出の注目度）: 36.268945689113686
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: What's the most accurate 3D model of your face you can obtain while sitting at your desk? We attempt to answer this question in our work. High fidelity face reconstructions have so far been limited to either studio settings or through expensive 3D scanners. On the other hand, unconstrained reconstruction methods are typically limited by low-capacity models. Our method reconstructs accurate face geometry of a subject using a video shot from a smartphone in an unconstrained environment. Our approach takes advantage of recent advances in visual SLAM, keypoint detection, and object detection to improve accuracy and robustness. By not being constrained to a model subspace, our reconstructed meshes capture important details while being robust to noise and being topologically consistent. Our evaluations show that our method outperforms current single and multi-view baselines by a significant margin, both in terms of geometric accuracy and in capturing person-specific details important for making realistic looking models.
• Abstract（参考訳）: 机に座って、自分の顔の最も正確な3Dモデルは何ですか? 私たちはこの質問に答えようとしている。 忠実度の高い顔の復元は、これまでスタジオの設定か高価な3dスキャナーでしかできなかった。 一方,非拘束再建法は低容量モデルによって制限されることが多い。 提案手法は, スマートフォンから撮影した映像を用いて, 被写体の正確な顔形状を再現する。 提案手法は,視覚SLAM,キーポイント検出,オブジェクト検出の最近の進歩を活用し,精度とロバスト性を向上させる。 モデル部分空間に制約されないことで、再構成されたメッシュはノイズに頑健であり、トポロジカルに一貫性があると同時に、重要な詳細を捉えます。 提案手法は、幾何学的精度と現実的なモデルを作成する上で重要な人物特有の細部を捉える場合にも、現在の単視点と多視点のベースラインよりもかなり優れていることを示す。

関連論文リスト

• SPARK: Self-supervised Personalized Real-time Monocular Face Capture [6.093606972415841]
  現在の最先端技術では、パラメトリックな3D顔モデルを幅広いアイデンティティにわたってリアルタイムに再現することができる。 本稿では,被写体の制約のない映像を先行情報として活用し,高精度な3次元顔撮影手法を提案する。
  論文  参考訳（メタデータ） (2024-09-12T12:30:04Z)
• Decaf: Monocular Deformation Capture for Face and Hand Interactions [77.75726740605748]
  本稿では,単眼のRGBビデオから人間の顔と対話する人間の手を3Dで追跡する手法を提案する。 動作中の非剛性面の変形を誘発する定形物体として手をモデル化する。 本手法は,マーカーレスマルチビューカメラシステムで取得した現実的な顔変形を伴う手動・インタラクションキャプチャーデータセットに頼っている。
  論文  参考訳（メタデータ） (2023-09-28T17:59:51Z)
• Accurate Eye Tracking from Dense 3D Surface Reconstructions using Single-Shot Deflectometry [13.297188931807586]
  単発位相計測-デフレクトメトリー(PMD)を用いた視線方向の高精度かつ高速な評価法を提案する。 本手法は,1枚のカメラフレーム(単一ショット)内でのみ,角膜および頭蓋骨の高密度な3次元表面情報を取得する。 実写モデル眼における視線誤差を0.12円以下で実験的に評価し,本手法の有効性を示した。
  論文  参考訳（メタデータ） (2023-08-14T17:36:39Z)
• FrozenRecon: Pose-free 3D Scene Reconstruction with Frozen Depth Models [67.96827539201071]
  本稿では,3次元シーン再構成のための新しいテスト時間最適化手法を提案する。 本手法は5つのゼロショットテストデータセット上で,最先端のクロスデータセット再構築を実現する。
  論文  参考訳（メタデータ） (2023-08-10T17:55:02Z)
• HQ3DAvatar: High Quality Controllable 3D Head Avatar [65.70885416855782]
  本稿では,高フォトリアリスティックなデジタルヘッドアバターを構築するための新しいアプローチを提案する。 本手法はニューラルネットワークによってパラメータ化された暗黙関数を用いて標準空間を学習する。 テスト時,本手法は単眼のRGBビデオによって駆動される。
  論文  参考訳（メタデータ） (2023-03-25T13:56:33Z)
• Facial Geometric Detail Recovery via Implicit Representation [147.07961322377685]
  そこで本研究では,一眼の顔画像のみを用いて,テクスチャガイドを用いた幾何的細部復元手法を提案する。 提案手法は,高品質なテクスチャ補完と暗黙の面の強力な表現性を組み合わせたものである。 本手法は, 顔の正確な細部を復元するだけでなく, 正常部, アルベド部, シェーディング部を自己監督的に分解する。
  論文  参考訳（メタデータ） (2022-03-18T01:42:59Z)
• Object-Based Visual Camera Pose Estimation From Ellipsoidal Model and 3D-Aware Ellipse Prediction [2.016317500787292]
  本稿では,1枚の画像から初期カメラのポーズ推定を行う手法を提案する。 観察条件に関係なく、物体を確実に検出する深層学習技術を活用する。 実験により,提案手法により計算結果の精度が著しく向上することが確認された。
  論文  参考訳（メタデータ） (2022-03-09T10:00:52Z)
• AvatarMe++: Facial Shape and BRDF Inference with Photorealistic Rendering-Aware GANs [119.23922747230193]
  そこで本研究では,レンダリング可能な3次元顔形状とBRDFの再構成を,単一の"in-the-wild"画像から実現した最初の手法を提案する。 本手法は,1枚の低解像度画像から,高解像度の3次元顔の再構成を行う。
  論文  参考訳（メタデータ） (2021-12-11T11:36:30Z)
• Topologically Consistent Multi-View Face Inference Using Volumetric Sampling [25.001398662643986]
  ToFuは、幾何推論フレームワークで、アイデンティティと式をまたいだトポロジ的に一貫したメッシュを生成することができる。 新たなプログレッシブメッシュ生成ネットワークは、顔のトポロジ的構造を特徴量に埋め込む。 これらの高品質な資産は、アバターの作成、アニメーション、物理的にベースとしたスキンレンダリングのためのプロダクションスタジオで容易に利用することができる。
  論文  参考訳（メタデータ） (2021-10-06T17:55:08Z)
• 3D-Aware Ellipse Prediction for Object-Based Camera Pose Estimation [3.103806775802078]
  視聴条件に頑健な粗いカメラポーズ計算法を提案する。 観察条件に関係なく、物体を確実に検出する深層学習技術を活用する。
  論文  参考訳（メタデータ） (2021-05-24T18:40:18Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。