論文の概要: High-Quality Face Caricature via Style Translation

• arxiv url: http://arxiv.org/abs/2311.13338v1
• Date: Wed, 22 Nov 2023 12:03:33 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-23 15:18:38.563013
• Title: High-Quality Face Caricature via Style Translation
• Title（参考訳）: スタイル翻訳による高品質顔画像
• Authors: Lamyanba Laishram, Muhammad Shaheryar, Jong Taek Lee, and Soon Ki Jung
• Abstract要約: 実世界での使用に適した,高品質で不対面の顔似似顔絵法を提案する。 顔の特徴の誇張と外観のスタイル化を2段階のプロセスで達成する。 Faceキャラクチュアプロジェクションは、実面と似顔で訓練されたエンコーダと、事前訓練されたジェネレータを用いて、実面と似顔を投影する。
• 参考スコア（独自算出の注目度）: 1.3457834965263997
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Caricature is an exaggerated form of artistic portraiture that accentuates unique yet subtle characteristics of human faces. Recently, advancements in deep end-to-end techniques have yielded encouraging outcomes in capturing both style and elevated exaggerations in creating face caricatures. Most of these approaches tend to produce cartoon-like results that could be more practical for real-world applications. In this study, we proposed a high-quality, unpaired face caricature method that is appropriate for use in the real world and uses computer vision techniques and GAN models. We attain the exaggeration of facial features and the stylization of appearance through a two-step process: Face caricature generation and face caricature projection. The face caricature generation step creates new caricature face datasets from real images and trains a generative model using the real and newly created caricature datasets. The Face caricature projection employs an encoder trained with real and caricature faces with the pretrained generator to project real and caricature faces. We perform an incremental facial exaggeration from the real image to the caricature faces using the encoder and generator's latent space. Our projection preserves the facial identity, attributes, and expressions from the input image. Also, it accounts for facial occlusions, such as reading glasses or sunglasses, to enhance the robustness of our model. Furthermore, we conducted a comprehensive comparison of our approach with various state-of-the-art face caricature methods, highlighting our process's distinctiveness and exceptional realism.
• Abstract（参考訳）: 似顔絵は、人間の顔の独特で微妙な特徴を強調する、誇張された芸術的肖像画の形式である。 近年、エンド・ツー・エンド技術の進歩は、顔の似顔絵を作る際のスタイルと誇張の高まりの両方を捉えて奨励する結果をもたらしている。 これらのアプローチの多くは、現実世界のアプリケーションでより実用的な漫画のような結果を生み出す傾向にある。 本研究では,実世界での使用に適し,コンピュータビジョン技術とganモデルを用いて,高品質で対向しない顔似顔絵法を提案する。 顔の特徴の誇張と外観のスタイル化を2段階のプロセスで実現した。 顔似顔絵生成ステップは、実画像から新たな似顔データセットを作成し、実画像と新たに作成された似顔絵データセットを用いて生成モデルを訓練する。 Faceキャラクチュアプロジェクションは、実面と似顔で訓練されたエンコーダと、事前訓練されたジェネレータを用いて、実面と似顔を投影する。 我々は,エンコーダとジェネレータの潜伏空間を用いて,実画像から似顔顔への増分的な顔強調を行う。 我々の投影は入力画像から顔のアイデンティティ、属性、表情を保存します。 また, 本モデルのロバスト性を高めるために, 眼鏡やサングラスなどの顔面咬合も考慮している。 さらに,本手法と最先端顔似顔絵法を包括的に比較し,プロセスの特徴と例外的現実主義を強調した。

関連論文リスト

• GaussianHeads: End-to-End Learning of Drivable Gaussian Head Avatars from Coarse-to-fine Representations [54.94362657501809]
  マルチビュー画像から高ダイナミックで変形可能な人間の頭部アバターをリアルタイムで生成する手法を提案する。 本手法のコアとなるのは,顔表情と頭部運動の複雑なダイナミクスを捉えることができる頭部モデルの階層的表現である。 我々は、この粗い顔アバターモデルを、エンドツーエンドのフレームワークで学習可能なパラメータとして頭部ポーズとともに訓練する。
  論文  参考訳（メタデータ） (2024-09-18T13:05:43Z)
• Towards Localized Fine-Grained Control for Facial Expression Generation [54.82883891478555]
  人間、特にその顔は、豊かな表現と意図を伝える能力のために、コンテンツ生成の中心である。 現在の生成モデルは、主に平らな中立表現と文字なしの笑顔を認証なしで生成する。 顔生成における表情制御におけるAU(アクションユニット)の利用を提案する。
  論文  参考訳（メタデータ） (2024-07-25T18:29:48Z)
• Real Face Video Animation Platform [8.766564778178564]
  リアルな人間の顔から漫画的な顔へのリアルタイムな変換を可能にする顔アニメーションプラットフォームを提案する。 ユーザーは本物の顔のビデオや画像を入力し、好きな漫画のスタイルを選択することができる。 システムは自動的に顔の特徴を分析し、必要な事前処理を実行し、適切なモデルを実行して表現力のあるアニメスタイルの顔を生成する。
  論文  参考訳（メタデータ） (2024-07-12T14:17:41Z)
• Generalizable Face Landmarking Guided by Conditional Face Warping [34.49985314656207]
  我々は、ラベル付き実顔とラベルなしのスタイリング顔に基づいて、一般化可能な顔ランドマークを学習する。 本手法は,顔のランドマーク化作業において,既存の最先端領域適応手法よりも優れる。
  論文  参考訳（メタデータ） (2024-04-18T16:53:08Z)
• Image-to-Video Generation via 3D Facial Dynamics [78.01476554323179]
  静止画像から様々な映像を生成するために多目的モデルであるFaceAnimeを提案する。 私たちのモデルは、顔ビデオや顔ビデオの予測など、さまざまなAR/VRやエンターテイメントアプリケーションに汎用的です。
  論文  参考訳（メタデータ） (2021-05-31T02:30:11Z)
• DeepFacePencil: Creating Face Images from Freehand Sketches [77.00929179469559]
  既存の画像から画像への変換には、大規模なスケッチと画像のデータセットが必要である。 本稿では,手描きスケッチから写真リアルな顔画像を生成するための効果的なツールであるDeepFacePencilを提案する。
  論文  参考訳（メタデータ） (2020-08-31T03:35:21Z)
• Modeling Caricature Expressions by 3D Blendshape and Dynamic Texture [58.78290175562601]
  本稿では,アーティストが描いた似顔絵を正規表現に従って変形させる問題に対する解法を提案する。 本ソリューションの鍵となるのは,従来の3DMM表現をキャラクチュア領域に拡張した,キャラクチュア表現をモデル化する新しい手法である。 提案手法の有効性を実証した。
  論文  参考訳（メタデータ） (2020-08-13T06:31:01Z)
• FaR-GAN for One-Shot Face Reenactment [20.894596219099164]
  本稿では,任意の音源の顔画像とターゲット表現のみを入力として用いた一発顔再現モデルFaR-GANを提案する。 提案手法は,音源の同一性,表情,頭部ポーズ,さらには画像背景についても仮定しない。
  論文  参考訳（メタデータ） (2020-05-13T16:15:37Z)
• AutoToon: Automatic Geometric Warping for Face Cartoon Generation [0.0]
  本稿では,画像のワープ成分に高品質なワープを付与する,最初の教師付き深層学習手法であるAutoToonを提案する。 先行技術とは対照的に、SENetと空間トランスフォーマーモジュールを活用し、アーティストのワープフィールドを直接訓練する。 顔の細部を保ちながら顔の特徴の識別を増幅する魅力ある誇張を実現する。
  論文  参考訳（メタデータ） (2020-04-06T02:27:51Z)
• 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)

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。