HyperAIHyperAI

Command Palette

Search for a command to run...

التعاون بين نموذج الوجه ثلاثي الأبعاد (3DMM) ونقاط المعلمات ثلاثية الأبعاد (3D Landmarks) لتحقيق هندسة وجه دقيقة ثلاثية الأبعاد

Cho-Ying Wu Qiangeng Xu Ulrich Neumann

الملخص

يقوم هذا العمل بدراسة التعلم من عملية تكاملية لنموذج الشكل القابل للتغيير ثلاثي الأبعاد (3DMM) ونقاط المعلمات الوجهية ثلاثية الأبعاد للتنبؤ بالهندسة الوجهية الكاملة ثلاثية الأبعاد، بما في ذلك التحديد الثلاثي الأبعاد، اتجاه الوجه، ونمذجة الوجه ثلاثية الأبعاد. تعتمد عملية التكامل الخاصة بنا على دورة تمثيل لمعلمات 3DMM ونقاط المعلمات ثلاثية الأبعاد. يمكن استخراج نقاط المعلمات ثلاثية الأبعاد وتكرارها من شبكات الوجه التي تم بناؤها باستخدام معالم 3DMM. ثم نعكس اتجاه التمثيل ونظهر أن التنبؤ بمعالم 3DMM من نقاط المعلمات النادرة ثلاثية الأبعاد يحسن تدفق المعلومات. معاً، ننشئ عملية تكامل تستفيد من العلاقة بين نقاط المعلمات ثلاثية الأبعاد ومعالم 3DMM، حيث تسهم هذه العناصر بشكل مشترك في أداء أفضل. نقوم بتحقق مكثف من إسهامنا في جميع مهام التنبؤ بهندسة الوجه، ونظهر أداءً فائقاً ومتماسكاً في هذه المهام لسيناريوهات مختلفة. وبشكل خاص، نعتمد فقط على عمليات الشبكة البسيطة والشائعة لتحقيق تنبؤ سريع ودقيق بهندسة الوجه.الرموز والبيانات: https://choyingw.github.io/works/SynergyNet/


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
التعاون بين نموذج الوجه ثلاثي الأبعاد (3DMM) ونقاط المعلمات ثلاثية الأبعاد (3D Landmarks) لتحقيق هندسة وجه دقيقة ثلاثية الأبعاد | مستندات | HyperAI