本文介绍了网易游戏伏羲AI lab在ICCV发表的文章，提出了一种将人脸照片转化为游戏捏脸参数的方法。通过训练生成器和特征提取器，实现了输入人脸图片，输出相似游戏角色的捏脸参数。网络结构包括Imitator和两个Feature Extractor，分别用于生成游戏图像和判断人脸相似度。训练过程中涉及L1和L2损失函数，以及特定的网络配置和优化策略。
网易游戏伏羲AI lab最近出了一篇文章，《Face-to-Parameter Translation for Game Character Auto-Creation》，收录于ICCV。这篇文章解决了一个问题：可以在游戏的捏脸系统中实现输入一张人脸照片，然后生成相似的游戏角色。
如图所示：
让我们再细化一下这个问题，假设一个游戏的捏脸参数有200个，那么这个算法的功能就是：输入一张人脸图，输出200个参数，而这200个参数可以在游戏引擎里渲染出与输入的人脸图相似的游戏脸。
该算法的网络结构如下图所示：
首先我们看左边部分，这个网络首先要训练一个Imitator，也就是一个生成器G（x），去模仿游戏引擎，让神经网络能够生成跟游戏引擎渲染出来的图片一样的图。
这个生成器的结构如下：
订阅专栏 解锁全文
扫一扫
7163
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
