三维人脸表情迁移过程中，一些细腻的表情难以捕捉和身份易发生混淆是较普遍的问题。文章提出一种基于单张图像的三维人脸表情迁移方法，通过在训练过程引入一种情绪一致性损失，可以鼓励方法捕捉到正确的表情信息。同时，方法对三维人脸的身份及表情信息进行解耦，以风格迁移的方式进行三维表情迁移，防止迁移过程中目标人物与源人物的身份信息发生混淆。实验表明，和当前主流方法相比，该方法捕捉到了更多的表情信息，可以更真实、自然的生成表情迁移后的三维人脸。
科研之友
微信
新浪微博
Facebook
分享链接
