Ehdotamme automaattista hahmokasvojen generointimenetelmää, joka ennustaa sekä kasvojen muodon että
tekstuuri yhdelle muotokuvalle. Sitä voidaan käyttää useimmissa olemassa olevissa 3D-peleissä. Tutkimusteksti
Jotta 3D Morphing -mallimallit (3DMM) toistaisivat tarkasti henkilön profiilin, heidät on koulutettava suuriin kuva- ja tekstuuritietoihin.
Näiden tietojoukkojen kokoaminen voi kestääaika paljon aikaa. Lisäksi tällainen järjestelmä voi toimia vakaasti vain, jos uusia tietoja ladataan säännöllisesti. Tämän rajoituksen voittamiseksi teoksen kirjoittajat Lin, Yuan ja Zou käyttivät kuvia oikeista ihmisistä generoitujen valokuvien sijaan.
He rekonstruoivat kasvot ensin3D-kasvojen morfointimalli (3DMM) ja konvoluutiohermoverkot (CNN) ja siirtämällä sitten 3D-kasvojen muoto malliruudukkoon. Tämän seurauksena verkko vastaanottaa kasvokuvan ja vierittämättömän UV-tekstuurikartan syötteenä, ja sitten se ennustaa valotekijät.
Kirjoittajat testasivat syväoppimistekniikkaansa useissa kokeissa: he vertasivat pelihahmojen laatua muihin luotuihin malleihin.
Lue lisää
Auringon takia maapallon ilmakehä menettää kaiken vapaan hapen
Fyysikot ovat luoneet analogin mustasta aukosta ja vahvistaneet Hawkingin teorian. Minne se johtaa?
Abortti ja tiede: mitä tapahtuu synnyttäville lapsille