3DFaceGAN: Adversarial Nets for 3D Face Representation, Generation, and Translation论文泛读

最新推荐文章于 2024-05-16 07:42:11 发布
最新推荐文章于 2024-05-16 07:42:11 发布
阅读量453 收藏 2
点赞数 1
分类专栏： 三维 笔记
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_41353493/article/details/107377369
版权
本文探讨3DFaceGAN如何利用GAN处理3D人脸重建、翻译和多标签翻译任务。通过将3D顶点信息映射到uv图，解决了3D数据在深度学习中的输入难题。文章介绍了其预处理方法，包括顶点到uv图的映射和插值。此外，3DFaceGAN的生成器和鉴别器采用预训练的自编码器结构，且在训练中仅更新鉴别器的编码器部分。
摘要由CSDN通过智能技术生成

3DFaceGAN: Adversarial Nets for 3D Face Representation, Generation, and Translation论文泛读

（MLA引用格式
Moschoglou, Stylianos, et al. “3dfacegan: Adversarial nets for 3d face representation, generation, and translation.” arXiv preprint arXiv:1905.00307 1.2 (2019).）

本文是利用GAN网络处理关于三维人脸重建，三维人脸翻译，三维人脸，多标签三维人脸翻译的任务。
（对于人脸翻译，没有搞懂这个是什么，按文中的意思应该是根据低分辨率的点云生成高分辨率的点云，应该是类似于图像翻译的内容吧。图像作为一种交流媒介，有很多种表达方式，比如灰度图、彩色图、梯度图甚至人的各种标记等。在这些图像之间的转换称之为图像翻译，是一个图像生成任务。）
作者称本文是第一个使用GAN方法解决此类问题的。
针对三维网格数据以往的方法有：

  • 几何深度学习方法
    自编码器结构

  • 将三维点的坐标连接到一维向量中，并利用完全连接的层来正确解码点云的结构
    丢失了三角剖分和空间相邻信息，参数量大，难以训练。

  • 利用PCA学习已有模型的参数
    公式限制了三维表示的几何细节，并限制在其潜在的模型空间

  • 体素回归网络
    由于离散化，预测的

最低0.47元/天 解锁文章
西西哈哈耶
关注
专栏目录
DiscoFaceGAN:通过3D模仿-对比学习进行纠缠和可控的面部图像生成（CVPR 2020口头）
03-20
DiscoFaceGAN：派息纠缠和Co通过3D模仿，对比学习ntrollable人脸图像生成 这是以下论文的tensorflow实现： 通过3D模仿-对比学习，CVPR 2020进行纠缠和可控的面部图像生成。 （口头） 邓登，杨娇龙，陈东，方文和辛彤 论文： : 摘要：本文提出DiscoFaceGAN，人脸图像生成的虚拟人与DIS纠结了不存在的人，表情，姿势和照明的身份，precisely- CO ntrollable潜表示的方法。我们将3D先验嵌入到对抗性学习中，并训练网络以模仿3D人脸分析和渲染过程的图像形成。为了处理由真实和渲染的面部之间的域间隙引起的生成自由度，我们进一步引入对比学习以通过比较生成的图像对来促进解缠结。实验表明，通过我们的模仿对比学习，可以很好地消除因素变化，并且可以精确控制生成的脸部的特性。我们还分析了学习到的潜在空间，并提出了支持因子解缠结的几个有意义的性
人脸识别-3D:Disentangled Representation Laerning for 3D Face Shape
alfred_torres的博客
03-01 2410
Disentangled Representation Learning for 3D Face Shape 探索3D人脸形状的表示学习 2019 CVPR 中科大 张举勇
3d gan 一些论文收集
啊哈的专栏
10-17 997
3DFaceGAN: Adversarial Nets for 3D Face Representation, Generation, and Translation https://arxiv.org/abs/1905.00307 3D convolutional GAN for fast simulation https://www.epj-conferences.org/articl...
3d gan 一些论文 待补充
啊哈的专栏
08-19 282
Generation High resolution 3D model from natural language by Generative Adversarial Network
face,gan,keras
04-27
gan,keras
RAN4IQA:Restorative Adversarial Nets for No-Reference Image Quality Assessment
qq_34116958的博客
08-09 1535
本博文介绍下2018年的AAAI一篇图像质量评价文章。 本篇论文和CVPR的一篇文章原理十分类似，要了解上篇请参考Hallucinated-IQA 算法原理 对于失真图像，采用生成对抗网络来生成恢复图像，将失真图像和恢复图像一起输入到评价网络中，最终生成质量分数。 算法详解 Gain of Restoration（GoR） 在本文模型中，将失真图像和恢复图像之间的差异定为GoR，实验发现对于特定的...
【论文阅读】MD vs FA: Adversarial learning for small object segmentation in infrared images
w.here的CSDN
11-27 3645
Wang H, Zhou L, Wang L. Miss detection vs. false alarm: Adversarial learning for small object segmentation in infrared images[C]//Proceedings of the IEEE/CVF International Conference on Computer Vision. 2019: 8509-8518. 论文试图解决什么问题？ 解决红外小目标的目标检测问题。 这是否是一
GAN人脸生成技术
人工智能AI技术
07-12 3545
朋友们，如需转载请标明出处：https://blog.csdn.net/jiangjunshow GAN目前有非常多在人脸生成方向上的应用。比如2018年年初社交媒体Reddit与Twitter的项目DeepFake，它的核心功能非常简单，就是将视频或图片中的人脸进行互换。这个功能对于那些制图高手来说似乎并不困难，但是DeepFake完全是基于计算机自身的能力进行处理完成的，并且最终实现的效果非常棒，有时让人几乎看不出修改的样子。下图是两位名人在DeepFake中的人脸互换例子。 最初版本的DeepFak
FaceGen Modeller 3.4 中文破解版
11-22
照片生成3D头像软件，可导出3ds等多种格式，中文破解版
人脸图像GAN，今如何？（附多篇论文下载）
idol24的博客
05-20 2180
点击上方“机器学习与生成对抗网络”，关注"星标"获取有趣、好玩的前沿干货！下述paper均属CVPR 2020，可在公众号后台回复001即可获取打包下载。0、前言今天...
3D人脸重建：《Joint 3D Face Reconstruction and Dense Alignment with Position Map Regression Network》
热门推荐
Mingx9527
09-07 1万+
《Joint 3D Face Reconstruction and Dense Alignment with Position Map Regression Network》 目录 0 前言 1 概述 2 相关工作 2.1 3D 人脸重建 2.2 人脸对齐 3 详细思路 3.1 3D Face Representation 3.2 Network Architecture and Lo...
HifaceGAN论文阅读笔记
不要回答的博客
01-28 1651
题目：HiFaceGAN: Face Renovation via CollaborativeSuppression and Replenishment 中文：HiFaceGAN：通过协同抑制和补给进行面部修复 图1：相关的最新技术的面部修复结果。我们的HiFaceGAN通过自然图像质量评估器（NIQE）[42]达到了最好的效果。（最好在计算机屏幕上查看，以方便您放大和比较面部细节的质量。其他数字也一样。） 摘要: 现有的人脸复原研究通常依赖于退化先验或显式的引导标签进行训练，这十种方法中的任何一种
FaceID-GAN：Learning a Symmetry Three-Player GAN for Identity-Preserving Face Synthesis论文翻译和解读
我的博客有点东西
02-16 2833
写在之前：这篇work的精妙程度是我平生仅见，或者是我还没看过太多论文。网络模型的设计加上合适的损失函数，一篇CVPR就出来了。 摘要 人脸合成使用GANs已经获得了很卓越的效果。现存在的方法将GAN当做一个二人游戏，游戏中D来判别人脸是来自生成样本还是真实样本，同时生成器通过生成更加逼真的图像来减少判别器的精度。他们的竞争在当判别器不能分辨两个域（真和假）的时候收敛。 和二人游戏的G...
3D人脸重建开源项目整理
03-28 1093
源码：https://github.com/zihangJiang/DR-Learning-for-3D-Face。源码：https://github.com/yuefurong97/extreme_3d_faces。源码：https://github.com/yuefurong97/MobileFace。源码：https://github.com/yuefurong97/3dmm_cnn。源码：https://github.com/yuefurong97/RingNet。
生成完美口型同步的 AI 数字人视频
最新发布
久绊A的博客
05-16 1961
在当今数字媒体和人工智能技术的推动下，生成完美口型同步的AI数字人视频成为备受关注的研究领域。本研究旨在开发一种技术，能够实现生成完美口型同步的AI数字人视频，使虚拟人物的口型与语音内容完美匹配。采用了深度学习方法，结合了语音识别、面部运动生成和视频合成技术，以实现这一目标。通过语音识别模型将输入的文本转换为音频波形，利用面部运动生成模型根据音频波形生成对应的面部动作序列，这些动作序列可以准确地反映出发音的口型和面部表情，最后生成口型同步的AI数字人视频。
【今日CV 计算机视觉论文速览 第110期】Thu, 2 May 2019
TomRen
05-03 836
第110期 视觉论文速览 三维人脸动态生成 人脸合成 大豆开裂检测 图像修复 基于图像的恶意软件检测解释
男女速变 —— GAN
一蓑烟雨任平生
03-29 2631
本篇还是按上一篇的规矩，先上图：
介绍Fast-ganfit: Generative adversarial network for high fidelity 3d face reconstruction的内容
07-15
非常抱歉，目前我无法找到与标题 "Fast-ganfit: Generative adversarial network for high fidelity 3d face reconstruction" 相匹配的论文。可能是因为该论文尚未被我所使用的论文数据库收录，或者我对于该论文的信息不完整。 如果您能提供更多的详细信息，例如作者、发表年份或论文摘要等，我将尽力为您提供更准确的信息。
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