【3dSwap】3D-Aware Face Swapping

文章目录

  • 3D-Aware Face Swapping
  • 背景
  • points
  • 贡献
  • 方法
    • 从2D图像推断3D先验
    • 通过潜在代码操纵进行人脸交换
    • 联合枢轴调整
    • 目标函数
  • 实验
    • 与二维人脸交换方法比较
    • 进一步分析3D感知人脸交换
    • 消融实验
  • 局限性

3D-Aware Face Swapping

会议/期刊:CVPR 2023
作者:
在这里插入图片描述
code:https://lyx0208.github.io/3dSwap

背景

人脸交换是计算机视觉领域的一个重要研究课题,在娱乐和隐私保护方面有着广泛的应用。

现有的方法直接学习交换2D面部图像,不考虑人脸的几何信息。在源面和目标面之间存在较大姿态差异的情况下,交换的面上总是存在不希望的伪影。

points

提出了一种新的3D感知人脸交换方法,该方法从单视图源和目标图像中生成高保真度和多视图一致的交换人脸。【准确性 一致性】

利用了3D人脸的强几何和纹理先验将2D人脸投影到3D生成模型的潜在空间中。

通过解耦潜在空间中的身份和属性特征,以3D感知的方式

你可能感兴趣的:(论文阅读笔记DeepFake,3d,人工智能,深度学习,计算机视觉)