論文の概要: 3D Face Reconstruction With Geometry Details From a Single Color Image Under Occluded Scenes
- arxiv url: http://arxiv.org/abs/2412.19849v1
- Date: Wed, 25 Dec 2024 15:16:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-31 16:06:46.291930
- Title: 3D Face Reconstruction With Geometry Details From a Single Color Image Under Occluded Scenes
- Title（参考訳）: 没入シーンにおける単色画像からの幾何学的特徴を用いた3次元顔復元
- Authors: Dapeng Zhao, Yue Qi,
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 4.542616945567623
- License:
- Abstract: 3D face reconstruction technology aims to generate a face stereo model naturally and realistically. Previous deep face reconstruction approaches are typically designed to generate convincing textures and cannot generalize well to multiple occluded scenarios simultaneously. By introducing bump mapping, we successfully added mid-level details to coarse 3D faces. More innovatively, our method takes into account occlusion scenarios. Thus on top of common 3D face reconstruction approaches, we in this paper propose a unified framework to handle multiple types of obstruction simultaneously (e.g., hair, palms and glasses et al.).Extensive experiments and comparisons demonstrate that our method can generate high-quality reconstruction results with geometry details from captured facial images under occluded scenes.
- Abstract（参考訳）: 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、典型的には説得力のあるテクスチャを生成するように設計されており、複数の隠蔽シナリオを同時に一般化することができない。
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。
より革新的に、本手法は排他的シナリオを考慮したものである。
そこで本研究では, 一般的な3次元顔再構成手法を用いて, 複数の種類の閉塞を同時に処理するための統一的な枠組みを提案する。
広汎な実験と比較により,撮影シーンにおける顔画像の幾何的細部による高品質な再構成結果が得られた。
関連論文リスト
- 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) - A Hierarchical Representation Network for Accurate and Detailed Face
Reconstruction from In-The-Wild Images [15.40230841242637]
本稿では,1つの画像から正確な顔再構成を実現するために,新しい階層型表現ネットワーク(HRN)を提案する。
我々のフレームワークは、異なるビューの詳細な一貫性を考慮し、マルチビューに拡張することができる。
本手法は,再現精度と視覚効果の両方において既存手法より優れる。
論文 参考訳（メタデータ） (2023-02-28T09:24:36Z) - 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) - 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) - Fast-GANFIT: Generative Adversarial Network for High Fidelity 3D Face
Reconstruction [76.1612334630256]
我々は、GAN(Generative Adversarial Networks)とDCNN(Deep Convolutional Neural Networks)の力を利用して、単一画像から顔のテクスチャと形状を再構築する。
3次元顔再構成を保存したフォトリアリスティックでアイデンティティに優れた結果を示し, 初めて, 高精度な顔テクスチャ再構成を実現する。
論文 参考訳（メタデータ） (2021-05-16T16:35:44Z) - OSTeC: One-Shot Texture Completion [86.23018402732748]
ワンショット3D顔テクスチャ補完のための教師なしアプローチを提案する。
提案手法では,2次元フェースジェネレータで回転画像を再構成することにより,入力画像を3次元で回転させ,見えない領域を埋め込む。
完成したテクスチャーをジェネレーターに投影することで、ターゲットイメージを先取りします。
論文 参考訳（メタデータ） (2020-12-30T23:53:26Z) - Learning Complete 3D Morphable Face Models from Images and Videos [88.34033810328201]
本稿では,画像やビデオから顔形状,アルベド,表現の完全な3次元モデルを学ぶための最初のアプローチを提案する。
既存の手法よりも,学習モデルの方がより一般化し,高品質な画像ベース再構築につながることを示す。
論文 参考訳（メタデータ） (2020-10-04T20:51:23Z) - 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。