3D Morphable Models are a class of generative models commonly used to model faces. They are typically applied to ill-posed problems such as 3D reconstruction from 2D data. Several ambiguities in this problem's image formation process have been studied explicitly. We demonstrate that non-orthogonality of the variation in identity and expression can cause identity-expression ambiguity in 3D Morphable Models, and that in practice expression and identity are far from orthogonal and can explain each other surprisingly well. Whilst previously reported ambiguities only arise in an inverse rendering setting, identity-expression ambiguity emerges in the 3D shape generation process itself. We demonstrate this effect with 3D shapes directly as well as through an inverse rendering task, and use two popular models built from high quality 3D scans as well as a model built from a large collection of 2D images and videos. We explore this issue's implications for inverse rendering and observe that it cannot be resolved by a purely statistical prior on identity and expression deformations.


翻译:3D 负式模型是常用于模拟面部的基因模型。 它们通常适用于错误的问题, 例如 2D 数据重建 3D 。 这个问题的图像形成过程已经明确研究过若干模糊之处。 我们证明, 身份和表达方式差异的不辨别性可能会在 3D 负式模型中造成身份表达的模糊性, 实际上, 表达方式和身份远非正方形, 并且可以令人惊讶地解释对方 。 虽然以前报告的模糊性只出现在反向翻版设置中, 身份表达的模糊性在 3D 形状生成过程本身中出现 。 我们直接和通过反向翻版任务展示了 3D 形状的这种效果, 并使用由高质量 3D 扫描制成的两种流行模型以及从大量收集 2D 图像和视频中建成的模型。 我们探讨这个问题对反向演化的影响, 并且指出, 这个问题不可能通过纯粹的统计先验身份和表达变形来加以解决 。

0
下载
关闭预览

相关内容

ACM/IEEE第23届模型驱动工程语言和系统国际会议,是模型驱动软件和系统工程的首要会议系列,由ACM-SIGSOFT和IEEE-TCSE支持组织。自1998年以来,模型涵盖了建模的各个方面,从语言和方法到工具和应用程序。模特的参加者来自不同的背景,包括研究人员、学者、工程师和工业专业人士。MODELS 2019是一个论坛,参与者可以围绕建模和模型驱动的软件和系统交流前沿研究成果和创新实践经验。今年的版本将为建模社区提供进一步推进建模基础的机会,并在网络物理系统、嵌入式系统、社会技术系统、云计算、大数据、机器学习、安全、开源等新兴领域提出建模的创新应用以及可持续性。 官网链接:http://www.modelsconference.org/
专知会员服务
21+阅读 · 2021年9月23日
专知会员服务
81+阅读 · 2021年7月31日
专知会员服务
43+阅读 · 2021年4月18日
已删除
将门创投
12+阅读 · 2017年10月13日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Arxiv
7+阅读 · 2021年8月25日
3D Face Modeling from Diverse Raw Scan Data
Arxiv
5+阅读 · 2019年2月13日
A Compact Embedding for Facial Expression Similarity
Arxiv
5+阅读 · 2018年12月18日
VIP会员
相关VIP内容
专知会员服务
21+阅读 · 2021年9月23日
专知会员服务
81+阅读 · 2021年7月31日
专知会员服务
43+阅读 · 2021年4月18日
相关资讯
已删除
将门创投
12+阅读 · 2017年10月13日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员