一张照片生成属于你的游戏脸——《Fast and Robust Face-to-Parameter Translation for Game Character Auto-Creation》论文解析

之前介绍过ICCV的一篇文章，来自伏羲的智能捏脸论文。主要作用就是上传一张照片，自动在游戏中捏出相似的脸。这一次还是介绍一篇新论文，作者改进了之前的算法，使得推断过程不再需要使用梯度下降进行迭代，提升了性能加快了速度。

论文全名：《Fast and Robust Face-to-Parameter Translation for Game Character Auto-Creation》

智能捏脸V1链接如下：https://blog.csdn.net/wenqiwenqi123/article/details/101373544

本篇论文效果如下（Ours列）：

本篇论文的网络框架如下：

作者的核心创新点如下：

1、提出了一个全新的自监督训练网络框架，在训练中不需要任何的ground truth和用户交互。

2、在inference的时候不再需要用梯度下降进行迭代，作者使用了一个转换器T，使用T后在inference的时候只需要一次前向传播。因此在速度上提高了三个数量级。

3、作者使用了一种面部先验策略，来辅助约束参数以提升鲁棒性。大致是在一个大数据