論文の概要: 3DCaricShop: A Dataset and A Baseline Method for Single-view 3D
Caricature Face Reconstruction
- arxiv url: http://arxiv.org/abs/2103.08204v1
- Date: Mon, 15 Mar 2021 08:24:29 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-16 14:07:28.454849
- Title: 3DCaricShop: A Dataset and A Baseline Method for Single-view 3D
Caricature Face Reconstruction
- Title(参考訳): 3DCaricShop:シングルビュー3次元顔再構成のためのデータセットとベースライン法
- Authors: Yuda Qiu, Xiaojie Xu, Lingteng Qiu, Yan Pan, Yushuang Wu, Weikai Chen,
Xiaoguang Han
- Abstract要約: 3DCaricShopは、プロのアーティストが手作業で作った2000の高品質な3Dキャラクチュアを含む、最初の大規模な3Dキャラクチュアデータセットである。
3DCaricShopはまた、ペアの2Dマニキュア画像、カメラパラメータ、3D顔のランドマークを含む豊富なアノテーションを提供します。
本稿では,暗黙のメッシュからキーポイントを抽出して正確なアライメントを行う新しいビューコラボレーティブグラフ畳み込みネットワーク(vcgcn)を提案する。
- 参考スコア(独自算出の注目度): 23.539931080533226
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Caricature is an artistic representation that deliberately exaggerates the
distinctive features of a human face to convey humor or sarcasm. However,
reconstructing a 3D caricature from a 2D caricature image remains a challenging
task, mostly due to the lack of data. We propose to fill this gap by
introducing 3DCaricShop, the first large-scale 3D caricature dataset that
contains 2000 high-quality diversified 3D caricatures manually crafted by
professional artists. 3DCaricShop also provides rich annotations including a
paired 2D caricature image, camera parameters and 3D facial landmarks. To
demonstrate the advantage of 3DCaricShop, we present a novel baseline approach
for single-view 3D caricature reconstruction. To ensure a faithful
reconstruction with plausible face deformations, we propose to connect the good
ends of the detailrich implicit functions and the parametric mesh
representations. In particular, we first register a template mesh to the output
of the implicit generator and iteratively project the registration result onto
a pre-trained PCA space to resolve artifacts and self-intersections. To deal
with the large deformation during non-rigid registration, we propose a novel
view-collaborative graph convolution network (VCGCN) to extract key points from
the implicit mesh for accurate alignment. Our method is able to generate
highfidelity 3D caricature in a pre-defined mesh topology that is
animation-ready. Extensive experiments have been conducted on 3DCaricShop to
verify the significance of the database and the effectiveness of the proposed
method.
- Abstract(参考訳): Caricatureは、意図的に人間の顔の特徴を誇張してユーモアやサーカスムを伝える芸術的表現です。
しかし、2D画像から3D画像の再構成は、主にデータ不足のため、依然として困難な課題である。
3DCaricShopは,プロのアーティストが手作業で作成する2000種類の高品質な3Dキャラクチュアを含む,最初の大規模3Dキャラクチュアデータセットである。
3DCaricShopはまた、ペアの2Dマニキュア画像、カメラパラメータ、3D顔のランドマークを含む豊富なアノテーションを提供します。
3dcaricshopの利点を示すために,single-view 3d caricature reconstructionのための新しいベースラインアプローチを提案する。
顔の変形が妥当な忠実な再構築を実現するために,詳細な暗黙関数とパラメトリックメッシュ表現のよい端をつなぐことを提案する。
特に,まず暗黙発生器の出力にテンプレートメッシュを登録し,事前学習したPCA空間に登録結果を反復的に投影し,人工物や自己切断を解消する。
非リギッド登録時の大きな変形に対処するために,暗黙のメッシュからキーポイントを抽出して正確なアライメントを行う新しいビューコラボレーティブグラフ畳み込みネットワーク(vcgcn)を提案する。
本手法は,アニメーション対応のメッシュトポロジで高忠実度3D画像を生成することができる。
データベースの意義と提案手法の有効性を検証するため, 3DCaricShopで大規模な実験を行った。
関連論文リスト
- Denoising Diffusion via Image-Based Rendering [54.20828696348574]
実世界の3Dシーンの高速かつ詳細な再構築と生成を可能にする最初の拡散モデルを提案する。
まず、大きな3Dシーンを効率よく正確に表現できる新しいニューラルシーン表現であるIBプレーンを導入する。
第二に,2次元画像のみを用いて,この新たな3次元シーン表現の事前学習を行うためのデノイング拡散フレームワークを提案する。
論文 参考訳(メタデータ) (2024-02-05T19:00:45Z) - 3DStyle-Diffusion: Pursuing Fine-grained Text-driven 3D Stylization with
2D Diffusion Models [102.75875255071246]
テキスト駆動型スタイリングによる3Dコンテンツ作成は、マルチメディアとグラフィックコミュニティにとって根本的な課題となっている。
2次元拡散モデルから制御可能な外観と幾何学的ガイダンスを付加した3次元メッシュのきめ細かいスタイリングをトリガーする新しい3DStyle-Diffusionモデルを提案する。
論文 参考訳(メタデータ) (2023-11-09T15:51:27Z) - Single-view 3D Scene Reconstruction with High-fidelity Shape and Texture [47.44029968307207]
本研究では,物体の形状とテクスチャを同時に高忠実度に再現する新しい枠組みを提案する。
提案手法は,SSR(Single-view Neural implicit Shape and Radiance Field)表現を用いて,明示的な3次元形状制御とボリュームレンダリングの両方を活用する。
我々のフレームワークの特徴は、単一のビュー3D再構成モデルにレンダリング機能をシームレスに統合しながら、きめ細かいテクスチャメッシュを生成する能力である。
論文 参考訳(メタデータ) (2023-11-01T11:46:15Z) - RaBit: Parametric Modeling of 3D Biped Cartoon Characters with a
Topological-consistent Dataset [19.494054103293116]
3DBiCarは3D2Dアニメキャラクタの最初の大規模データセットであり、RaBitは対応するパラメトリックモデルである。
RaBitはSMPLのような線形ブレンド形状モデルとStyleGANベースのニューラルUVテクスチャ生成器で構築されており、形状、ポーズ、テクスチャを同時に表現している。
シングルビュー再構成やスケッチベースモデリング,3Dアニメーションなど,さまざまなアプリケーションが実施されている。
論文 参考訳(メタデータ) (2023-03-22T13:46:15Z) - MobileBrick: Building LEGO for 3D Reconstruction on Mobile Devices [78.20154723650333]
高品質な3次元地下構造は3次元物体再構成評価に不可欠である。
本稿では,モバイルデバイスを用いた新しいマルチビューRGBDデータセットを提案する。
我々は,ハイエンド3Dスキャナーを使わずに,精密な3次元地下構造が得られる。
論文 参考訳(メタデータ) (2023-03-03T14:02:50Z) - Beyond 3DMM: Learning to Capture High-fidelity 3D Face Shape [77.95154911528365]
3Dモーフィブルモデル(3DMM)の適合性は、その強力な3D先行性のため、顔解析に広く有用である。
以前に再建された3次元顔は、微細な形状が失われるため、視差の低下に悩まされていた。
本論文は, パーソナライズされた形状が対応する人物と同一に見えるよう, パーソナライズされた形状を捉えるための完全な解を提案する。
論文 参考訳(メタデータ) (2022-04-09T03:46:18Z) - Adaptive 3D Face Reconstruction from a Single Image [45.736818498242016]
1枚の画像から3次元の顔形状を適応的に再構成する新しい関節2Dと3Dの最適化法を提案する。
複数のデータセットに対する実験結果から,本手法は1枚のカラー画像から高品質な再構成を実現できることが示された。
論文 参考訳(メタデータ) (2020-07-08T09:35:26Z) - Landmark Detection and 3D Face Reconstruction for Caricature using a
Nonlinear Parametric Model [27.553158595012974]
画像の自動ランドマーク検出と3次元顔再構成のための最初の自動手法を提案する。
構築されたデータセットと非線形パラメトリックモデルに基づいて,入力された2次元似顔画像から3次元顔形状と向きを回帰するニューラルネットワークに基づく手法を提案する。
論文 参考訳(メタデータ) (2020-04-20T10:34:52Z) - 3D-CariGAN: An End-to-End Solution to 3D Caricature Generation from Face
Photos [78.14395302760148]
本稿では,通常の2次元顔画像から直接高品質な3D画像を生成するエンド・ツー・エンドのディープ・ニューラルネットワークモデルを提案する。
新たな2段階のユーザスタディを含む実験により,通常の顔写真から直接高品質な3D画像を生成することができることがわかった。
論文 参考訳(メタデータ) (2020-03-15T14:42:15Z) - Implicit Functions in Feature Space for 3D Shape Reconstruction and
Completion [53.885984328273686]
Implicit Feature Networks (IF-Nets) は連続的な出力を提供し、複数のトポロジを扱える。
IF-NetsはShapeNetにおける3次元オブジェクト再構成における先行作業よりも明らかに優れており、より正確な3次元人間の再構成が得られる。
論文 参考訳(メタデータ) (2020-03-03T11:14:29Z)
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。