基于GANs無監(jiān)督回歸三維參數(shù)化人臉模型
所屬分類：技術(shù)論文
上傳者：aetmagazine
文檔大?。?span>606 K
標簽： 三維人臉重建 生成對抗網(wǎng)絡(luò) 無監(jiān)督
所需積分：0分積分不夠怎么辦？
文檔介紹：針對神經(jīng)網(wǎng)絡(luò)回歸訓練過程中三維人臉數(shù)據(jù)稀缺的問題，提出了基于生成對抗網(wǎng)絡(luò)(GANs)回歸三維參數(shù)化人臉模型(3DMM)的無監(jiān)督學習方式。首先利用GANs的對抗生成訓練使生成器回歸的3DMM參數(shù)符合真實感人臉形狀的參數(shù)分布。隨后將生成的三維人臉網(wǎng)格渲染成二維圖片，利用身份編碼器對輸入人臉及渲染人臉分別提取身份特征向量，通過不斷縮小向量之間的距離使得生成的三維人臉網(wǎng)格靠近輸入人臉的身份特征。實驗結(jié)果表明，該方法在重建結(jié)果頂點位置準確性上相對于現(xiàn)有的方法有明顯的提升，且擁有較好的RMSE值，能夠較好應(yīng)用于三維人臉重建任務(wù)。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。