Facegood面捕全流程：AVATARY操作方法

已于 2022-07-12 16:59:46 修改
阅读量1.3k 收藏 8
点赞数
分类专栏： UE4影视媒体 文章标签： 数字人 虚幻 ue4
于 2022-07-12 10:15:03 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_34437757/article/details/125718553
版权

1.论坛搜索 22BS，准备录制22种表情 Facegood面捕全流程
在这里插入图片描述
在这里插入图片描述
2.打开streamer，录制表情库、录制任意一段说话视频
3.打开tracker，新建项目，选择模板在这里插入图片描述
在这里插入图片描述
4.点击按钮后开始自动训练（如果是手动训练，则直接跳过此步骤）
在这里插入图片描述
5.选取brow、eye、mouth的表情关键帧，手动矫正面部跟踪点位 Tracker手动跟踪
【brow】参考方法如图
在这里插入图片描述

01
在这里插入图片描述

02
在这里插入图片描述

03
在这里插入图片描述
【eye】参考方法如图

04
在这里插入图片描述

05
在这里插入图片描述

18
在这里插入图片描述

09
在这里插入图片描述

06
在这里插入图片描述
【mouth】包含了鼻子和嘴巴，因为它们是同时运动的。参考方法如图

12
在这里插入图片描述

13
在这里插入图片描述
在这里插入图片描述

14
在这里插入图片描述

17
在这里插入图片描述

未知
在这里插入图片描述

19？
在这里插入图片描述

20
在这里插入图片描述

21
在这里插入图片描述

22
在这里插入图片描述
6.矫正完关键帧后，点击“手动训练”按钮计算，其余剩下的帧软件会自动计算出Tracker
在这里插入图片描述
7.检查自动计算的效果，再次进行手动矫正，直到满意
8.保存项目后，再导出retarget文件
在这里插入图片描述

1204157137 肖哥
关注
  • 0
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
BlendShape Unity
06-16
This works in Unity, and it takes no more Script.
FACEGOOD-Audio2Face 部署笔记
jacke121的专栏
04-24 442
FACEGOOD-Audio2Face 部署笔记
FACEGOOD-Audio2Face数字人试用以及笔记
最新发布
m0_74420562的博客
05-30 942
函数get_audio_frames，将输入的音频数据分割成多个帧，音频数据按照指定的帧率（frames_per_second）和分割长度（chunks_length）进行分割，每个帧包含的音频数据长度由。在我实践时，发现代码功能并不全面，问题所在，模型输入是（1，32，64，1）的一个维度，经过原代码的数据处理后，他的输入维度与原模型维度不匹配，原本的输入维度为（5，37）。第二阶段，主要是通过 LPC 对声音数据做处理，将声音数据分割成与动画对应的帧数据，及 maya 动画帧数据的导出。
数字人：试用FACEGOOD-Audio2Face的不愉快经历
yuanlulu的博客
03-25 1604
就像名字中的那样，这其实是一个Audio2Face。主要就是将语音转口型的一个算法，内含了tensorflow的预训练模型，也提供了训练代码。但是该方案还包含了ASR和TTS的流程，包含了一整个问答的流程。中间只缺了连gpt生成内容的部分，这部分代码可以自己加。整体框图如下：上图ASR和TTS之间插入调用大预言模型的代码。不加的话会比较奇怪，自己识别后又TTS。facefood的这个开源不走心，没法用于自己的ARKit方案。除非你打算用官方的116维权重的3D模型。
探索未来科技：FACEGOOD-Audio2Face，声音驱动面部动画的神奇工具
gitblog_00092的博客
03-24 730
探索未来科技：FACEGOOD-Audio2Face，声音驱动面部动画的神奇工具 项目地址:https://gitcode.com/FACEGOOD/FACEGOOD-Audio2Face 在数字时代，我们正见证着各种创新技术的崛起，其中之一便是语音与视觉的融合——将声音转化为逼真的面部动画。FACEGOOD-Audio2Face 就是一个这样的开源项目，它利用先进的机器学习技术，实现了音频驱动...
facegood发布的数字人笔记
互相学习的小博客
03-11 3624
数字人笔记
github项目复现-------FACEGOOD-Audio2Face（未成功）
j1829634的博客
05-12 6447
一、项目介绍 项目网址：GitHub - FACEGOOD/FACEGOOD-Audio2Face: http://www.facegood.cchttps://github.com/FACEGOOD/FACEGOOD-Audio2Face Audio2Face是一种语音驱动表情的技术，该技术可以将语音实时转换成表情blendshape动画。这样做的原因是在现行的产业中，用BS去驱动数字形象的动画表情仍然是主流。方便动画艺术家对最终动画产出最艺术调整，传输的数据量小，方便动画在不同的数字形象之间进行传递
3D数字人arkit面部捕捉简化版流程
a497257637的博客
03-24 2359
3D数字人arkit面部捕捉
Avatary的LiveDriver试用体验
qq_34437757的博客
07-06 147
Avatary的LiveDriver试用体验
FACEGOOD 推出10万点人脸关键点跟踪，重新定义工业级人脸3D重建
喜欢打酱油的老鸟
03-17 829
2020-03-17 11:27:05 机器之心发布 作者：FACEGOOD 目前无论是学术界还是工业界对人脸的研究有两个方向，其一民用级，通过技术泛化为用户提供低精的产品，这些技术在工业级高精度上是无法满足需要的，主要因为算法泛化丢失了人脸的高频信息。其二工业级，从人脸生物力学仿真层面，持续提高精度，FACEGOOD 走在这个方向，在技术适当泛化的基础上，其将人脸关键点跟踪推向了极致，目...
人人都能有数字替身：量子动力FACEGOOD发布AI交互实时数字人
量子位
12-29 599
转载自量子动力量子位 编辑 | 公众号 QbitAI今日，量子动力 FACEGOOD 发布了一款基于AI交互全实时数字人，次世代人机交互恐怕越来越近了。我们不禁要问，《头...
人脸关键点检测总结
热门推荐
imcy的博客
05-31 9万+
概述 人脸关键点检测也称为人脸关键点检测、定位或者人脸对齐，是指给定人脸图像，定位出人脸面部的关键区域位置，包括眉毛、眼睛、鼻子、嘴巴、脸部轮廓等。 人脸关键点检测方法大致分为三种： - 基于模型的ASM(Active Shape Model)和AAM(Active Appearnce Model) - 基于级联形状回归CPR(Cascaded pose regression) - ...
人脸识别（二）：Cvpr 2017 Sphereface
goodluckcwl的专栏
07-31 8995
本篇是人脸识别的第二篇文章： 人脸识别第一篇：Center Loss 人脸识别第二篇：SphereFace 人脸识别第三篇：CosFace 人脸识别第四篇：ArcFace 人脸识别第五篇：CCL 这篇文章的思想是: 使得类间距离的最小值大于类内距离的最大值,同时保留较大的裕量. 归一化softmax前的全连接层权重,则优化的是角度. 提出了一种角度的softmax.学习到角度判别...
Facegood面捕全流程：在Maya手动制作Pose
qq_34437757的博客
07-12 513
Facegood面捕全流程：在Maya手动制作Pose
UE4.27.0动捕+面捕
xiaoyuchixiaomao的博客
09-27 7392
动捕 1.启动下面两个软件，下载链接 ThreeDPoseTracker Ver.0.3アップデート - Qiitahttps://qiita.com/yukihiko_a/items/82b1e50de8d81e554721https://github.com/HAL9HARUKU/VMCtoMOP/releases/tag/v0.1.0https://github.com/HAL9HARUKU/VMCtoMOP/releases/tag/v0.1.0 2.编辑和端口号 threeDP..
ue4人物动作_【UE4】对自定义角色进行 动作捕捉面部捕捉
weixin_39609423的博客
12-22 3231
【其他相关】X Tesla：【动捕面捕】——价格划算效果好的解决方案（非常详细）​zhuanlan.zhihu.comX Tesla：【三维角色建模】你是数学家？艺术家？懒人？还是土豪？​zhuanlan.zhihu.comX Tesla：【Blender】人物角色Blendshape( UE4 MorphTarget) 面部表情制作方案​zhuanlan.zhihu.comX Tesla：【UE...
【论文03】基于图像的动态头像实时面部动画
qq_42011158的博客
12-28 558
【论文03】 《Real-time Facial Animation with Image-based Dynamic Avatars》 《具有基于图像的动态化身的实时面部动画》 文献类型：期刊 发表年限：2016年7月 关键部分： 一种新颖的基于图像的动态3D头像表示，它允许有效地处理各种发型和头饰，并可以实时生成具有精细细节的表情面部动画。我们开发了一种算法，使用家里现成的网络摄像头，从一组稀疏捕获的用户图像中创建一个基于图像的头像。提出了一种优化方法来构建构造上一致的可变形模型，该模型近似于捕获图像中
面捕：《Real-time Facial Animation on Mobile Devices》
Mingx9527
04-09 3640
《Real-time Facial Animation on Mobile Devices》 作者：Yanlin Weng, Chen Cao, Qiming Hou, Kun Zhou 来源：浙大 文章目录0 Abstract1 Introduction2 Facial Motion Regression3 Handling Lighting Changes4 Experimental Resu...
从零开始搭建人脸106点关键点检测模型(一）：准备数据集——调用face++ api检测人脸106关键点
jkjj2015的博客
11-22 5020
无聊的发慌打算写个搭建人脸106点关键点检测模型的简易教程，包括数据集准备，模型搭建，训练以及推理测试，保证简单易懂。第一步，就是数据集的准备。我们首先想到的就是开源的人脸关键点数据集300W,WFLW等。但是开源的缺少106点的数据集，所以我们可以调用face++的api标注106关键点作为我们训练的数据集。（虽然不是很准）。 一.下载数据。 我们选用WFLW数据集的图片（商...
MAYA POSE插件
08-25
MAYA POSE插件是一种专门针对ue官方的metahuman角色资产而开发的插件，名为poseWrangler。这个插件允许用户对关键Pose帧进行K帧，然后自动计算出最终的Pose效果。与其他手动矫正的方法相比，使用这个插件可以直接在Maya中预览到关键帧的最终Pose，从而得到更准确的效果。如果AVATARY的某些关键帧Pose效果一直调不满意，建议可以尝试在Maya中手动制作Pose。其中，可以使用adv的deltmesh选项，选择人物模型，并选择harder weight选项，最后使用applydeltamesh完成操作。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [metaHuman身体修型插件-poseWrangler](https://download.csdn.net/download/weixin_44235873/86402522)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [Facegood面捕全流程：在Maya手动制作Pose](https://blog.csdn.net/qq_34437757/article/details/125747250)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [maya中adv插件绑定2](https://blog.csdn.net/weixin_33232568/article/details/110738875)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值