Mēs piedāvājam automātisku rakstzīmju seju ģenerēšanas metodi, kas paredz gan sejas formu, gan
faktūra vienam portretam. To var izmantot lielākajai daļai esošo 3D spēļu. Pētījuma teksts
Lai 3D morfējošie sejas modeļi (3DMM) precīzi atveidotu personas profilu, tie ir jāapmāca par lieliem attēlu un faktūru datu kopumiem.
Šo datu kopu apkopošana var aizņemtdiezgan daudz laika. Tāpat šāda sistēma var stabili darboties tikai tad, ja regulāri tiek ielādēti jauni dati. Lai pārvarētu šo ierobežojumu, darba autori Lin, Yuan un Zou izmantoja reālu cilvēku attēlus, nevis ģenerētas fotogrāfijas.
Viņi vispirms rekonstruēja seju, pamatojoties uz3D sejas morfēšanas modelis (3DMM) un konvolucionālie neironu tīkli (CNN), un pēc tam 3D sejas formas pārvietošana uz veidņu režģi. Rezultātā tīkls kā ievadi saņem sejas attēlu un atritinātu UV faktūras karti, un pēc tam prognozē gaismas faktorus.
Autori pārbaudīja savu dziļās mācīšanās paņēmienu vairākos eksperimentos: viņi salīdzināja spēļu varoņu kvalitāti ar citiem ģenerētiem modeļiem.
Lasīt vairāk
Saules dēļ Zemes atmosfēra zaudēs visu brīvo skābekli
Fiziķi ir izveidojuši melnā cauruma analogu un apstiprinājuši Hokinga teoriju. Kur tas ved?
Aborts un zinātne: kas notiks ar bērniem, kas dzemdēs