CNNとGCNの集約による融合特徴による3D高密度顔アラインメント【JST・京大機械翻訳】

Meng Yanda; Chen Xu; Gao Dongxu; Zhao Yitian; Yang Xiaoyun; Qiao Yihong; Huang Xiaowei; Zheng Yalin

プレプリント

J-GLOBAL ID：202202211840112751 整理番号：22P0301293

CNNとGCNの集約による融合特徴による3D高密度顔アラインメント【JST・京大機械翻訳】

3D Dense Face Alignment with Fused Features by Aggregating CNNs and GCNs

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (8件)： , , , , , , ,
資料名：
発行年： 2022年03月09日プレプリントサーバーでの情報更新日： 2022年03月09日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文では,単一2D画像から3D顔の頂点の座標をエンドツーエンド方式で回帰する新しいマルチレベル集合ネットワークを提案した。これは,標準畳込みニューラルネットワーク(CNN)をグラフ畳込みネットワーク(GCN)とシームレスに組み合わせることによって達成される。CNNとGCNの異なる層および段階を通して特徴を反復および階層的に融合することにより,著者らのアプローチは,3D顔メッシュの直接特徴学習の利点のために,高密度顔アラインメントおよび3D顔再構成を同時に提供することができた。いくつかの挑戦的なデータセットに関する実験は,著者らの方法が2Dと3D顔アラインメントタスクの両方で最先端の手法より優れていることを実証した。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

パターン認識 , 図形・画像処理一般

, , , , ,

前のページに戻る