科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了解决三维人脸表情克隆时的准确性与实时性问题，提出了一种基于UV位置图的视频三维人脸表情克隆方法。首先逐帧读取视频进行人脸检测，然后裁剪出人脸区域，输入到位置图回归网络中得到UV位置图，最后根据UV位置图获得人脸关键点三维信息，驱动三维人脸模型产生变形，完成人脸表情克隆。为了提高克隆效果，构建了基于Ghost瓶颈的轻量级网络，并根据人脸肌肉运动规律与表情变化特征设计了一种新的人脸分区方式及权重，结合Wing Loss损失函数，对卷积神经网络模型进行训练。使用所提算法与其他算法在AFLW2000-3D、COFW-68数据集上进行对比实验，结果表明，所提算法提高了人脸关键点检测的准确率，能够有效解决视频三维人脸表情克隆的准确性与实时性问题。
- 单位
