.png){kind=icon}
返回
PFFNet: A point cloud based method for 3D face flow estimation☆
.png){kind=icon}
PRE
AI
DOI：10.1016/j.jvcir.2024.104382.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近年来，3D人脸光流的研究受到了更多关注，这对3D人脸相关研究具有重要意义。基于点云的3D人脸光流估计固有地具有挑战性，这是由于非刚性和大尺度运动的存在。在本文中，我们提出了一种新颖的方法PFFNet，用于在粗到精的网络中估计3D人脸光流。具体而言，提出了一种自适应采样模块来学习采样点，并集成了一种有效的通道级特征提取模块，以共同学习点云中的面部先验。此外，为了适应大尺度运动，我们还引入了一个法向量角度上采样模块以增强局部语义一致性，以及一个具有上下文感知的成本体积，该体积利用上下文信息学习两个点云之间的相关性。在FaceScape数据集上进行的实验表明，所提出的方法显著优于当前最佳的场景光流方法。
Keyword:
Point clouds
3D face flow estimation
Adaptive sampling
Context-awareness
期刊
IF:
3.1
论文数:
532
被引数:
5.6K
机构
暂无机构信息
引用论文
.png){kind=icon}
AS-Net: An attention-aware downsampling network for point clouds oriented to classification tasks
PREAI
分享收藏
查看更多内容