在三维动画制作中人脸识别技术是非常重要的，它决定了角色表情的变化是否僵硬和出错。而常规的人脸识别技术无法做到实时渲染，导致工期人力都在延长。而这个叫做DenseReg的新技术改变了现状。本次来自西安太空动画的小编为你带来关于三维动画制作DenseReg的全部介绍。
DenseReg是由18年研发，制作团队 建议通过完全卷积网络来学习从图像像素到稠密模板网格的映射。他们将此任务作为一个回归问题来制定，并通过利用手动注释的“野外”面部地标来训练他们的网络。并使用这样的地标来建立三维物体模板和输入图像之间的密集对应场，然后将其作为训练他们的回归系统的基础事实。我们表明，我们可以将语义分割的思想与回归网络结合起来，产生高度精确的“量化回归”体系结构。
他们的系统DenseReg允许以完全卷积的方式估计密集的图像 - 模板对应。因此，网络可以提供有用的对应信息作为独立系统，而当用作统计可变模型的初始化时，他们可以获得具有里程碑意义的本地化结果，这些结果在具有挑战性的300W基准测试中大大优于目前的新技术水平。他们在大量面部分析任务中彻底评估了他们的方法，并且还展示了其用于其他对应性估计任务的用途，例如人耳建模。
以上就是关于DenseReg的全部内容介绍了来自西安太空动画的小编感谢你的观看。