論文の概要: Generative Landmarks Guided Eyeglasses Removal 3D Face Reconstruction

• arxiv url: http://arxiv.org/abs/2412.19848v1
• Date: Wed, 25 Dec 2024 14:57:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-31 16:06:46.762714
• Title: Generative Landmarks Guided Eyeglasses Removal 3D Face Reconstruction
• Title（参考訳）: 眼鏡による3次元顔の復元
• Authors: Dapeng Zhao, Yue Qi,
• Abstract要約: シングルビュー3D顔の再構成は、異常な難しさの基本的なコンピュータビジョン問題である。 本稿では,眼鏡を1枚の画像から除去する3次元顔の撮影方法を提案する。
• 参考スコア（独自算出の注目度）: 4.542616945567623
• License:
• Abstract: Single-view 3D face reconstruction is a fundamental Computer Vision problem of extraordinary difficulty. Current systems often assume the input is unobstructed faces which makes their method not suitable for in-the-wild conditions. We present a method for performing a 3D face that removes eyeglasses from a single image. Existing facial reconstruction methods fail to remove eyeglasses automatically for generating a photo-realistic 3D face "in-the-wild".The innovation of our method lies in a process for identifying the eyeglasses area robustly and remove it intelligently. In this work, we estimate the 2D face structure of the reasonable position of the eyeglasses area, which is used for the construction of 3D texture. An excellent anti-eyeglasses face reconstruction method should ensure the authenticity of the output, including the topological structure between the eyes, nose, and mouth. We achieve this via a deep learning architecture that performs direct regression of a 3DMM representation of the 3D facial geometry from a single 2D image. We also demonstrate how the related face parsing task can be incorporated into the proposed framework and help improve reconstruction quality. We conduct extensive experiments on existing 3D face reconstruction tasks as concrete examples to demonstrate the method's superior regulation ability over existing methods often break down.
• Abstract（参考訳）: シングルビュー3D顔の再構成は、異常な難しさの基本的なコンピュータビジョン問題である。 現在のシステムでは、入力が妨害されない顔であると仮定することが多く、その手法はWildの条件に適さない。 1枚の画像から眼鏡を除去する3次元顔の撮影方法を提案する。 既存の顔再構成法では、写真リアルな3D顔を生成するために眼鏡を自動的に除去することができない。 我々の手法の革新は、眼鏡領域を堅牢に識別し、インテリジェントに除去するプロセスにある。 本研究では,3次元テクスチャ構築に使用される眼鏡領域の合理的な位置の2次元顔構造を推定する。 優れたアンチアイグラス顔再構成法は、目、鼻、口の間のトポロジカルな構造を含む出力の信頼性を確保する必要がある。 本研究では,1つの2次元画像から3次元顔形状の3次元MM表現を直接回帰するディープラーニングアーキテクチャを用いてこれを実現する。 また,関連する顔解析タスクが提案フレームワークに組み込まれ,再現性の向上に寄与することを示す。 既存の3次元顔再現タスクを具体例として広範な実験を行い,既存の方法よりも優れた規制能力を実証する。

関連論文リスト

• 3D Face Reconstruction With Geometry Details From a Single Color Image Under Occluded Scenes [4.542616945567623]
  3D顔再構成技術は、自然かつ現実的に顔ステレオモデルを作成することを目的としている。 従来のディープ・フェイス・リコンストラクション・アプローチは、一般的に説得力のあるテクスチャを生成するために設計されている。 バンプマッピングを導入することで、3Dの顔を粗くするために中程度の細部を追加しました。
  論文  参考訳（メタデータ） (2024-12-25T15:16:02Z)
• Generative Face Parsing Map Guided 3D Face Reconstruction Under Occluded Scenes [4.542616945567623]
  ランドマークで案内された完全な顔解析マップ生成法を提案する。 優れた隠蔽顔復元法は、出力の真偽を確実にする。
  論文  参考訳（メタデータ） (2024-12-25T14:49:41Z)
• Pruning-based Topology Refinement of 3D Mesh using a 2D Alpha Mask [6.103988053817792]
  本稿では,顔解析手法を用いて,任意の3次元メッシュのトポロジを洗練させる手法を提案する。 私たちのソリューションは、それぞれの顔を2次元のソフトマップとして描画する微分可能を利用しています。 我々のモジュールは3Dメッシュを生成するネットワークに非依存であるため、自己管理されたイメージベースの3D再構成パイプラインに簡単に接続することができる。
  論文  参考訳（メタデータ） (2022-10-17T14:51:38Z)
• Perspective Reconstruction of Human Faces by Joint Mesh and Landmark Regression [89.8129467907451]
  本研究では,世界空間の3次元顔メッシュを同時に再構築し,画像平面上の2次元顔のランドマークを予測することを提案する。 予測された3Dおよび2Dランドマークに基づいて、6DF (6 Degrees Freedom)フェイスポーズを解決者により容易に推定することができる。
  論文  参考訳（メタデータ） (2022-08-15T12:32:20Z)
• 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)
• Face Super-Resolution Guided by 3D Facial Priors [92.23902886737832]
  シャープな顔構造を把握した3次元顔先行情報を明示的に組み込んだ新しい顔超解像法を提案する。 我々の研究は、顔属性のパラメトリック記述の融合に基づく3次元形態的知識を初めて探求したものである。 提案した3D先行画像は、最先端技術よりも優れた顔超解像結果が得られる。
  論文  参考訳（メタデータ） (2020-07-18T15:26:07Z)
• 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)
• Deep 3D Portrait from a Single Image [54.634207317528364]
  1枚の肖像画から人間の頭部の3次元形状を復元するための学習に基づくアプローチを提案する。 顔画像から3次元頭部再構成を学習するための2段階の幾何学的学習手法を提案する。 提案手法の精度を3次元画像と2次元画像のポーズ操作の両方で評価した。
  論文  参考訳（メタデータ） (2020-04-24T08:55:37Z)
• AvatarMe: Realistically Renderable 3D Facial Reconstruction "in-the-wild" [105.28776215113352]
  AvatarMe は、1つの "in-the-wild" 画像から高精細度で光リアルな3D顔を再構成できる最初の方法である。 6K解像度の3D画像を1枚の低解像度画像から再現する。
  論文  参考訳（メタデータ） (2020-03-30T22:17:54Z)

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。