[原文来自:www.11jj.com]
[原文来自:www.11jj.com]
新智元报道
来源:ECCV 2018
作者:Albert Pumarola
编译:三石、肖琴、大明
【新智元导读】随着GAN的发展,单凭一张图像就能自动将面部表情生成动画已不是难事。但近期在Reddit和GitHub热议的新款GANimation,却将此技术提到新的高度。GANimation构建了一种人脸解剖结构(anatomically)上连续的面部表情合成方法,能够在连续区域中呈现图像,并能处理复杂背景和光照条件下的图像。
若是能单凭一张图像就能自动地将面部表情生成动画,那么将会为其它领域中的新应用打开大门,包括电影行业、摄影技术、时尚和电子商务等等。随着生成网络和对抗网络的流行,这项任务取得了重大进展。像StarGAN这样的结构不仅能够合成新表情,还能改变面部的其他属性,如年龄、发色或性别。虽然StarGAN具有通用性,但它只能在离散的属性中改变面部的一个特定方面,例如在面部表情合成任务中,对RaFD数据集进行训练,该数据集只有8个面部表情的二元标签(binary label),分别是悲伤、中立、愤怒、轻蔑、厌恶、惊讶、恐惧和快乐。
GANimation的目的是建立一种具有FACS表现水平的合成面部动画模型,并能在连续领域中无需获取任何人脸标志(facial landmark)而生成具有结构性(anatomically-aware)的表情。为达到这个目的,我们使用EmotioNet数据集,它包含100万张面部表情(使用其中的20万张)图像。并且构建了一个GAN体系结构,其条件是一个一维向量:表示存在/缺失以及每个动作单元的大小。我们以一种无监督的方式训练这个结构,仅需使用激活的AUs图像。为了避免在不同表情下,对同一个人的图像进行训练时出现冗余现象,将该任务分为两个阶段。首先,给定一张训练照片,考虑一个基于AU条件的双向对抗结构,并在期望的表情下呈现一张新图像。然后将合成的图像还原到原始的样子,这样可以直接与输入图像进行比较,并结合损失来评估生成图像的照片级真实感。此外,该系统还超越了最先进的技术,因为它可以在不断变化的背景和照明条件下处理图像。
最终,构建了一种结构上连续的面部表情合成方法,能够在连续区域中呈现图像,并能处理复杂背景和光照条件下的图像。它与其他已有的GAN方法相比,无论是在结果的视觉质量还是生成的可行性上,都是具有优势的。
大家好,小娟今天来为大家解答怎样快速学日语以下问题,如何快速学好日语很多人还不知道,现在让我们一起来看看吧!1、参加日语培训班是学习
人人好,我是大四班的杨佳欣,今天给人人分享一本绘本《夏日的雨》。从乌云密布到暴风咆哮、电闪雷鸣;从大雨倾盆到雨过晴和、风和日丽....
大家好,小伟今天来为大家解答我的世界红石中继器有什么用以下问题,我的世界里面红石中继器怎么用很多人还不知道,现在让我们一起来看看吧
大家好,小乐今天来为大家解答慢性盆腔炎怎么治疗才能彻底以下问题,慢性盆腔炎怎么治疗才能彻底不复发很多人还不知道,现在让我们一起来看
大家好,小丽今天来为大家解答碧波万顷的意思是什么以下问题,三潭印月的意思很多人还不知道,现在让我们一起来看看吧!1、“碧波万顷”的意
大家好,小豪今天来为大家解答新买的铁锅第一次怎么处理以下问题,新买的铁锅怎么处理很多人还不知道,现在让我们一起来看看吧!1、先把新铁
大家好,小美今天来为大家解答上海站和上海虹桥站什么区别以下问题,上海站和上海虹桥站是一个地方吗很多人还不知道,现在让我们一起来看看
Copyright 2024.依依自媒体,让大家了解更多图文资讯!