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