PSO-HEAD：一种基于伪监督的空间优化方法，用于实现视图一致的三维全头重建

《ACM Transactions on Multimedia Computing, Communications, and Applications》：PSO-HEAD: Pseudo-Supervision Guided Spatial Optimization for View-consistent 3D Full-Head Reconstruction

3D人脸全头重建通过伪监督增强和生成优化实现视角一致性

　　

摘要AI 摘要

要查看此由 AI 生成的摘要，您必须具有高级访问权限。

了解更多登录

摘要

摘要

在${360}^{°}$中，生成式 3D 人头重建技术因其 在下游动画应用中的灵活性而受到越来越多的关注。现有的生成式 3D 头部合成方法主要局限于近正面脸部模型，这在较大视角下会导致图像失真。在本文中，我们提出了一种新颖的伪监督引导空间优化（PSO-HEAD）框架，通过明确引入后脑部的伪标签来重建与视图一致的全头部模型，以实现空间纹理和几何优化。具体而言，我们的 PSO-HEAD 引入了两项关键改进：即 伪监督增强反演（PSA-Inversion）和全头部感知生成增强（FAGE）。PSA-Inversion 通过 GAN 反演添加了合理的不可见后脑部作为伪监督，以优化基于增强后的相机姿态的视图幻觉潜码，从而确保可见区域和不可见区域之间的 3D 空间一致性。此外，FAGE 在一个基于生成的或真实的高质量后脑部图像的辅助 FK-Enhance 数据集上对 3D GAN 进行微调，从而提高了 PSO-HEAD 对不同发型或代表性不足区域的泛化能力。得益于这些改进，我们的 PSO-HEAD 能够从单张输入图像高效地生成与视图一致的全头部模型，特别是提高了未观察区域的重建质量，在定量和定性上均优于现有最先进的方法。

AI 摘要

AI 生成的摘要（实验结果）

此摘要是使用自动化工具生成的，未经文章作者撰写或审核。它旨在帮助读者发现内容的相关性，并协助来自相关研究领域的读者理解本文的工作。它旨在补充作者提供的摘要，后者仍是文章的官方总结。完整文章才是权威版本。点击此处了解更多。

点击此处对摘要的准确性、清晰度和实用性进行评论。您的反馈将有助于改进未来的版本。

要查看此由 AI 生成的通俗语言摘要，您必须具有高级访问权限。