[ECCV2020]JNR: Joint-based Neural Rig Representation for Compact 3D Face Modeling

标题：JNR: Joint-based Neural Rig Representation for Compact 3D Face Modeling

链接：https://arxiv.org/pdf/2007.06755

本文主要目的就是提出了一种新的3D人脸表示方式。

之前的3DMM模型，比如BFM和FLAME基本是靠一个个顶点来表示人脸的，而这篇文章着重引入了基于关节（joint）的蒙版（skinning weights）表示方式。其实在FLAME中也有用到关节，即脖子，下颌和双眼，但本文将关节进一步增加到了52个，从而将每个顶点都分配到对应的关节上。

这样做的好处主要是可以帮助模型大大的减小参数量，作者说是可以减少10~20倍的参数量，但效果却不降低。

作者在本文按照他所设定的拓扑顺序标注了94个样本，并基于此设计了一套可以自动计算蒙版权重的网络

本文的流程分为三个部分，一是黄色部分，目的是通过半手动的方式生成训练数据（蒙版的ground truth），然后放入橘黄色的VAE，让模型学会生成真实的蒙版权重。然后在放入蓝色部分来表示当前的面部。

有挺多地方不太理解，需要进一步阅读