A 3D caricature is an exaggerated 3D depiction of a human face. The goal of this paper is to model the variations of 3D caricatures in a compact parameter space so that we can provide a useful data-driven toolkit for handling 3D caricature deformations. To achieve the goal, we propose an MLP-based framework for building a deformable surface model, which takes a latent code and produces a 3D surface. In the framework, a SIREN MLP models a function that takes a 3D position on a fixed template surface and returns a 3D displacement vector for the input position. We create variations of 3D surfaces by learning a hypernetwork that takes a latent code and produces the parameters of the MLP. Once learned, our deformable model provides a nice editing space for 3D caricatures, supporting label-based semantic editing and point-handle-based deformation, both of which produce highly exaggerated and natural 3D caricature shapes. We also demonstrate other applications of our deformable model, such as automatic 3D caricature creation.
翻译:3D 漫画是对人类面貌的夸大 3D 的 3D 描述。 本文的目标是在紧凑参数空间中模拟 3D 的变异, 以便我们可以提供一个有用的数据驱动工具工具, 用于处理 3D 漫画变形 。 为了实现这一目标, 我们提议了一个基于 MLP 的框架, 用于构建一个变形的表面模型, 该模型使用潜伏代码, 并产生一个 3D 表面。 在这个框架中, 一个 SIREN MLP 模型的函数, 该函数在固定模板表面上取一个 3D 位置, 并返回输入位置的 3D 迁移矢量 。 我们通过学习一个包含隐含代码并生成 MLP 参数的超级网络来创建 3D 3D 。 我们的变形模型一旦学会了, 我们的变形模型就为 3D 漫画 提供了一个很好的编辑空间, 支持基于 标签的 语义编辑和 点手动变形, 两者都产生高度夸大和自然 3D 色形状。 我们还演示了我们变形模型的其他应用, 如自动 3D 。