Fugu-MT 論文翻訳(概要): Eyelid Fold Consistency in Facial Modeling

論文の概要: Eyelid Fold Consistency in Facial Modeling

arxiv url: http://arxiv.org/abs/2410.13760v1
Date: Thu, 17 Oct 2024 16:55:14 GMT
ステータス: 翻訳完了
システム内更新日: 2024-10-18 13:18:26.746311
Title: Eyelid Fold Consistency in Facial Modeling
Title（参考訳）: 顔面モデルにおけるアイライドフォールドの整合性
Authors: Lohit Petikam, Charlie Hewitt, Fatemeh Saleh, Tadas Baltrušaitis,
Abstract要約: ヒトのまぶたは外見が多様で、皮膚の折りたたみや表皮の折りたたみ形態は個人によって様々である。既存のパラメトリックフェースモデルは眼の形状の変化をある程度表現しているが、多様な個人にわたって十分な類似性を保っていない。アイライドフォールド整合性の新しい定義を提案し, 統一トポロジーにおける多様なアイライド形状をモデル化するための幾何処理手法を実装した。
参考スコア（独自算出の注目度）: 3.654031351249698
License:
Abstract: Eyelid shape is integral to identity and likeness in human facial modeling. Human eyelids are diverse in appearance with varied skin fold and epicanthal fold morphology between individuals. Existing parametric face models express eyelid shape variation to an extent, but do not preserve sufficient likeness across a diverse range of individuals. We propose a new definition of eyelid fold consistency and implement geometric processing techniques to model diverse eyelid shapes in a unified topology. Using this method we reprocess data used to train a parametric face model and demonstrate significant improvements in face-related machine learning tasks.
Abstract（参考訳）: アイライド形状は、人間の顔モデルにおけるアイデンティティと類似性に不可欠なものである。ヒトのまぶたは外見が多様で、皮膚の折りたたみや表皮の折りたたみ形態は個人によって様々である。既存のパラメトリックフェースモデルは眼の形状の変化をある程度表現しているが、多様な個人にわたって十分な類似性を保っていない。アイライドフォールド整合性の新しい定義を提案し, 統一トポロジーにおける多様なアイライド形状をモデル化するための幾何処理手法を実装した。この手法を用いて、パラメトリック顔モデルのトレーニングに使用されるデータを再処理し、顔関連機械学習タスクの大幅な改善を示す。

関連論文リスト

Single Image, Any Face: Generalisable 3D Face Generation [59.9369171926757]
我々は,制約のない単一画像入力を伴う3次元顔を生成する新しいモデルGen3D-Faceを提案する。私たちの知る限りでは、これは1枚の画像からフォトリアリスティックな3D顔アバターを作るための最初の試みであり、ベンチマークである。
論文参考訳（メタデータ） (2024-09-25T14:56:37Z)
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)
ShapeBoost: Boosting Human Shape Estimation with Part-Based Parameterization and Clothing-Preserving Augmentation [58.50613393500561]
本研究では,新しい形状復元フレームワークであるShapeBoostを提案する。稀な体型であってもピクセルレベルのアライメントを実現し、異なるタイプの服を着ている人には高い精度が期待できる。
論文参考訳（メタデータ） (2024-03-02T23:40:23Z)
Anatomically Constrained Implicit Face Models [7.141905869633729]
本稿では,解剖学的に制約された顔モデル学習の文脈において,このような暗黙的表現の新たなユースケースを提案する。顔の解剖学と皮膚表面を高忠実にモデル化するネットワークの集合体である解剖学的暗黙の顔モデルを提案する。本稿では, 形状調整, 形状編集, 性能など, 様々なタスクにおいて, 提案手法の有用性を実証する。
論文参考訳（メタデータ） (2023-12-12T18:59:21Z)
A survey and classification of face alignment methods based on face models [0.0]
顔アライメントに使用されるさまざまな顔モデルの包括的解析を行う。顔モデルの解釈と訓練に加えて、顔モデルを新しい顔画像に適合させる例も含む。深層学習法では熱マップがよく用いられるのに対し、3Dベースの顔モデルは極端な顔のポーズの場合に好まれることがわかった。
論文参考訳（メタデータ） (2023-11-06T13:09:04Z)
DreamIdentity: Improved Editability for Efficient Face-identity Preserved Image Generation [69.16517915592063]
人間の顔の正確な表現を学習するための新しい顔識別エンコーダを提案する。また、モデルの編集可能性を高めるために、自己拡張編集可能性学習を提案する。我々の手法は、異なるシーン下でより高速にアイデンティティ保存された画像を生成することができる。
論文参考訳（メタデータ） (2023-07-01T11:01:17Z)
MEGANE: Morphable Eyeglass and Avatar Network [83.65790119755053]
眼鏡の3次元合成可能な形状モデルを提案する。曲面幾何学と体積表現を組み合わせたハイブリッド表現を用いる。我々のアプローチは、顔と眼鏡の間の影を鋳造するなど、グローバルな光輸送効果をモデル化する。
論文参考訳（メタデータ） (2023-02-09T18:59:49Z)
SCULPTOR: Skeleton-Consistent Face Creation Using a Learned Parametric Generator [42.25745590793068]
本稿では,SCULPTORとSkeleton Consistencyを併用した3次元顔生成システムについて述べる。 SCULPTORのコアとなるLUCYは、プラスチック外科医とコラボレーションした最初の大規模な形状骨格顔データセットである。
論文参考訳（メタデータ） (2022-09-14T05:21:20Z)
Disentangled Lifespan Face Synthesis [100.29058545878341]
ライフスパン顔合成(LFS)モデルは、1つのスナップショットのみを基準として、人の人生全体の写真リアル顔画像のセットを作成することを目的としている。対象年齢コードから生成された顔画像は, 形状やテクスチャの生鮮やかな変換によって, 年齢に敏感に反映されることが期待される。これは、エンコーダから形状、テクスチャ、アイデンティティの特徴を別々に抽出することで達成される。
論文参考訳（メタデータ） (2021-08-05T22:33:14Z)
Personalized Face Modeling for Improved Face Reconstruction and Motion Retargeting [22.24046752858929]
本稿では、ユーザごとのパーソナライズされた顔モデルとフレームごとの顔の動きパラメータを共同で学習するエンドツーエンドフレームワークを提案する。具体的には、パーソナライズされた修正を予測することによって、ユーザ固有の表現と動的(表現固有の)アルベドマップのブレンドを学習する。実験結果から, 顔の微細な動態を広範囲の状況で正確に把握できることが示唆された。
論文参考訳（メタデータ） (2020-07-14T01:30:14Z)
Robust Facial Landmark Detection via Aggregation on Geometrically Manipulated Faces [32.391300491317445]
操作された顔画像のアグリゲーションに同調する。入力領域における幾何学的操作は、小さいが慎重に設計されているため、深層顔認識モデルを騙すことができる。提案手法は,ベンチマークデータセットAFLW,300-W,COFWの最先端手法に比べて優れていることを示す。
論文参考訳（メタデータ） (2020-01-07T16:43:09Z)

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。