3d reconstruction3 [3D face] Generating 3D faces using Convolutional Mesh Autoencoders (COMA) 리뷰 1편 coma_1 Graph CNN을 이용한 3D face generation 논문인 Generating 3D faces using Convolutional Mesh Autoencoders에 대한 리뷰이다. 여기서 제안된 모델인 Convolutional Mesh Autoencoders를 줄여 COMA라고 부른다.Abstract이전의 전통적인 모델들은 선형 부분공간을 사용한 얼굴의 latent representation 혹은 고차원 텐서(higher-order tensor) 일반화를 학습했다. 그러나 이 선형성(linearity) 때문에, 극적인 변형(extreme deformations)과 비선형 expression을 캐치할 수 없다. 이것을 해결하기 위해, mesh 표면에서 spectral convoluti.. 2020. 3. 8. [3D face] Morphable Model For The Synthesis Of 3D Faces 리뷰 2편 3DMM 리뷰2 3D face reconstruction의 기초가 되는 1999년도 논문인 A Morphable Model For The Synthesis Of 3D Faces에 대한 리뷰이다.이전 글 : Morphable Model For The Synthesis Of 3D Faces 리뷰 1편Matching morphable model to images이 논문의 프레임워크의 중요 요소는 하나 이상의 이미지에 morphable face model를 자동적으로 매칭하는 알고리즘이다. 해당 알고리즘을 개략적으로 설명하자면, 3D model의 coefficients는 rendering 파라미터 집합에 따라 최적화되고, model을 통해 이미지를 생성할 때 input 이미지와 가능한 가깝게 생성하는 것이 목적.. 2020. 2. 17. [3D face] Morphable Model For The Synthesis Of 3D Faces 리뷰 1편 3DMM 리뷰1 3D face reconstruction의 기초가 되는 1999년도 논문인 A Morphable Model For The Synthesis Of 3D Faces에 대한 리뷰이다.Introduction해당 논문은 다음 face synthesis 자동화의 한계점들을 해결하고자 하였다.The problem of finding corresponding feature locations in all facesThe problem of separating realistic faces from faces that could never appear in the real world첫 번째 문제는 모든 얼굴에 일치하는 feature location을 찾는 문제로, 정해놓은 feature points는 다른 .. 2020. 2. 14. 이전 1 다음
