論文の概要: High-Quality Facial Albedo Generation for 3D Face Reconstruction from a Single Image using a Coarse-to-Fine Approach

• arxiv url: http://arxiv.org/abs/2506.13233v1
• Date: Mon, 16 Jun 2025 08:32:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-17 17:28:47.799359
• Title: High-Quality Facial Albedo Generation for 3D Face Reconstruction from a Single Image using a Coarse-to-Fine Approach
• Title（参考訳）: 粗い顔と焦点のアプローチによる1次元顔再構成のための高品質顔アルベド生成
• Authors: Jiashu Dai, Along Wang, Binfan Ni, Tao Cao,
• Abstract要約: 本稿では,UVアルベドマップ生成のための新しいエンド・ツー・エンド粗大化手法を提案する。 提案手法はまず,低次元係数で駆動されるUVアルベドパラメトリックモデル(UVAPM)を用いて粗いアルベドマップを生成する。 高精度なアルベドマップを作成するために,分離アルベドマップを用いたディテールジェネレータを訓練する。
• 参考スコア（独自算出の注目度）: 0.19999259391104385
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Facial texture generation is crucial for high-fidelity 3D face reconstruction from a single image. However, existing methods struggle to generate UV albedo maps with high-frequency details. To address this challenge, we propose a novel end-to-end coarse-to-fine approach for UV albedo map generation. Our method first utilizes a UV Albedo Parametric Model (UVAPM), driven by low-dimensional coefficients, to generate coarse albedo maps with skin tones and low-frequency texture details. To capture high-frequency details, we train a detail generator using a decoupled albedo map dataset, producing high-resolution albedo maps. Extensive experiments demonstrate that our method can generate high-fidelity textures from a single image, outperforming existing methods in terms of texture quality and realism. The code and pre-trained model are publicly available at https://github.com/MVIC-DAI/UVAPM, facilitating reproducibility and further research.
• Abstract（参考訳）: 顔のテクスチャ生成は、1枚の画像から高忠実度3次元顔の再構成に不可欠である。 しかし、既存の手法では高頻度で紫外線アルベドマップを生成するのに苦労している。 この課題に対処するために、UVアルベドマップ生成のための新しいエンドツーエンドの粗大きめアプローチを提案する。 提案手法はまず,低次元係数で駆動されるUVアルベドパラメトリックモデル(UVAPM)を用いて,皮膚のトーンと低周波テクスチャの詳細を含む粗いアルベドマップを生成する。 高周波の詳細を捉えるために、分離アルベドマップデータセットを用いて詳細生成装置を訓練し、高分解能アルベドマップを生成する。 大規模な実験により,本手法は1枚の画像から高忠実度テクスチャを生成でき,テクスチャ品質とリアリズムの点で既存手法よりも優れていた。 コードと事前訓練されたモデルはhttps://github.com/MVIC-DAI/UVAPMで公開されている。

関連論文リスト

• TEXGen: a Generative Diffusion Model for Mesh Textures [63.43159148394021]
  我々は、UVテクスチャ空間自体における学習の根本的な問題に焦点を当てる。 本稿では,点クラウド上にアテンション層を持つUVマップ上の畳み込みをインターリーブするスケーラブルなネットワークアーキテクチャを提案する。 テキストプロンプトとシングルビュー画像によって導かれるUVテクスチャマップを生成する7億のパラメータ拡散モデルを訓練する。
  論文  参考訳（メタデータ） (2024-11-22T05:22:11Z)
• High-Fidelity Facial Albedo Estimation via Texture Quantization [59.100759403614695]
  得られたアルベドデータを必要とせずに、単一の画像から直接アルベドマップを復元するHiFiAlbedoを提案する。 本手法は優れた一般化性を示し,眼内アルベド回復のための高忠実度化を実現することができる。
  論文  参考訳（メタデータ） (2024-06-19T01:53:30Z)
• UVMap-ID: A Controllable and Personalized UV Map Generative Model [67.71022515856653]
  制御可能でパーソナライズされたUVマップ生成モデルであるUVMap-IDを導入する。 従来の2次元の大規模学習法とは異なり,本研究では,事前学習したテキスト・画像拡散モデルの微調整を提案する。 定量的および定性的な解析は、制御可能でパーソナライズされたUVマップ生成における本手法の有効性を示す。
  論文  参考訳（メタデータ） (2024-04-22T20:30:45Z)
• FFHQ-UV: Normalized Facial UV-Texture Dataset for 3D Face Reconstruction [46.3392612457273]
  このデータセットには、5万以上の高品質なテクスチャUVマップが含まれており、照度、中性表現、クリーンな顔領域がある。 我々のパイプラインは、StyleGANベースの顔画像編集アプローチの最近の進歩を活用している。 実験により,本手法は最先端手法よりも再現精度が向上することが示された。
  論文  参考訳（メタデータ） (2022-11-25T03:21:05Z)
• Weakly-Supervised Photo-realistic Texture Generation for 3D Face Reconstruction [48.952656891182826]
  高忠実度3D顔テクスチャ生成についてはまだ研究されていない。 モデルはUVサンプリング器とUVジェネレータで構成される。 トレーニングは、3DMMテクスチャと入力顔テクスチャでブレンドされた擬似地上真実に基づいている。
  論文  参考訳（メタデータ） (2021-06-14T12:34:35Z)
• 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)
• StyleUV: Diverse and High-fidelity UV Map Generative Model [24.982824840625216]
  本稿では,高品質なUVマップを訓練に必要とせず,多種多様なリアルなUVマップを生成することを学習する新しいUVマップ生成モデルを提案する。 定量的および定性的な評価は,提案したテクスチャモデルが既存手法よりも多様性が高く,忠実度の高いテクスチャを生成することを示すものである。
  論文  参考訳（メタデータ） (2020-11-25T17:19:44Z)
• Towards High-Fidelity 3D Face Reconstruction from In-the-Wild Images Using Graph Convolutional Networks [32.859340851346786]
  本研究では,一眼レフ画像から高忠実度テクスチャで3次元顔形状を再構成する手法を提案する。 提案手法は, 質的, 定量的な比較において, 高品質な結果を生成し, 最先端の手法より優れる。
  論文  参考訳（メタデータ） (2020-03-12T08:06:04Z)

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。