在游戏里还原自己的脸,给AI一张照片就行,网易&密歇根大学出品 | AAAI 2021
可以集成到大多数现有的3D游戏中
鱼羊 发自 凹非寺
量子位 报道 | 公众号 QbitAI
给AI一张毛不易的照片,它自动就能生成一个古风毛大侠。
小姐姐冷艳的气质,可以被还原出一代侠女风范。
也可以探索一下,奥巴马穿越回宋朝是一种怎样的体验……
现在,想在游戏里定制化自己的脸,你可以不用自己花时间琢磨参数了。
熟悉游戏的小伙伴可能认出来了,这一套AI捏脸术,来自网易伏羲人工智能实验室和密歇根大学。
现在,最新相关研究登上了AAAI 2021。
据作者介绍,这个名为MeInGame的方法,可以集成到大多数现有的3D游戏中,并且相比于单纯基于3DMM(3D Morphable Face Model )的方法,成本更低,泛化性能更好。
具体实现细节,一起来看。
方法原理
研究人员将人脸形状和纹理的重建,视作一个自监督的面部相似度测量问题。
首先,对于输入照片,预先训练好的形状重建器会预测其3DMM和姿势系数,并在保持拓扑结果的同时,将3DMM网格转换成游戏网格。
这么做的原因,是3DMM网格的拓扑结构与大多数游戏中使用的网格不同。直接基于3DMM来从单张图像中还原出游戏中的3D人脸,需要大量的人脸纹理数据进行训练,费时费力不说,实验室条件下收集的数据也可能出现泛化不佳的问题。
接着,基于游戏网格,将输入图像解包到UV空间,创建一个粗纹理图。纹理会由一组编码器-解码器模块进行进一步细化。
另外,研究人员还设计了光照归回器。这是一个轻量级网络,由几个完全连接层组成,能根据图像特征预测光照方向、环境光、漫反射、高光等光照系数。
最后,将预测出的形状、纹理和光照系数一起反馈给可微分渲染器,在结果与输入的人脸照片相似的情况下,驱动2D人脸渲染。
研究人员还引入了两个判别器,来进一步改善结果。
具体到数据集的准备方面,这项研究提出了一种低成本面部纹理采集方法:与其他需要多视角图像的方法不同,只使用单视角图像,因此更加容易获取。
步骤如下:
- 对于输入的人脸图像,使用预训练人脸分割网络检测皮肤区域;
- 计算输入人脸皮肤的颜色均值,并将均值迁移到模板纹理图(由游戏开发者提供);
- 根据游戏网格,将输入的人脸图像进行解包到UV空间。
- 使用泊松混合,将解包后的图像与模板纹理图进行融合。移除头发、眼镜等非皮肤区域,并尽可能利用对称性补齐遮挡区域。
实验结果
所以,网易伏羲实验室&密歇根大学的MeInGame,跟前辈方法们相比有何优势?
从与A Dream of Jianghu、Loomie、ZEPETO等方法的定性比较结果来看,该方法无论是在面容(包括肤色)的还原度上,还是妆面这样的个性化细节上,都要略胜一筹,并且能消除光照和遮挡的影响。
而基于3DMM的方法虽然能够高度还原真实人脸,但其建模不包括完整的头部模型及纹理,很难直接用于游戏环境。
根据论文信息,相关代码和数据集,将会在GitHub上释出。
传送门
论文地址:
https://arxiv.org/abs/2102.02371
GitHub地址:
https://github.com/FuxiCV/MeInGame
— 完 —
- o1满血版泄露!奥数题图片推理手拿把掐,奥特曼上线剧透o22024-11-03
- 科研版AI搜索来了!知乎直答接入正版论文库,一手实测在此2024-11-01
- 微软清华改进Transformer:用降噪耳机原理升级注意力,一作在线答疑2024-11-03
- 全国第二!智平方荣获第十三届全国创新创业大赛初创型企业全国总决赛第二名(新一代信息技术赛道)2024-11-03