この記事では、視線修正がカメラに向かう視線を導くために目の領域を操作する技術として提案されています。この手法は、顔画像から新しいコンテンツを学習して目の領域を補完し、修正された視線を表現することを目的としています。特に、特定の頭のポーズや目の角度情報にラベル付けされたトレーニングデータを必要とせず収集が容易です。また、入力のアイデンティティ情報を保持するために、自己指導型の事前学習モデルを提案しています。野外データセットでの実験から、このモデルは非常に効果的な視線修正結果を達成しています。
arXiv cs.AI
GazeCorrection:Self-Guided Eye Manipulation in the wild using Self-Supervised Generative Adversarial Networks
http://arxiv.org/abs/1906.00805v1
この記事では、視線修正がカメラに向かう視線を導くために目の領域を操作する技術として提案されています。この手法は、顔画像から新しいコンテンツを学習して目の領域を補完し、修正された視線を表現することを目的としています。特に、特定の頭のポーズや目の角度情報にラベル付けされたトレーニングデータを必要とせず収集が容易です。また、入力のアイデンティティ情報を保持するために、自己指導型の事前学習モデルを提案しています。野外データセットでの実験から、このモデルは非常に効果的な視線修正結果を達成しています。