动漫人像关键点检测及表情生成

Demo介绍, 科研成果

基于关键点检测及表情生成技术，获取动漫人像的关键点分布情况

进行分层处理最后生成可控面部模型

可通过操作输入参数以控制模型各部件状态，从而生成不同的表情姿势。

模型介绍

关键点检测：

使用基于热点图H与特征图F级联的多阶段迭代网络。

表情合成：
使用一个encoder-decoder结构作为生成器生成图像，由于数据集的成对式特定，直接使用有监督学习的方式。

处理流程

模型特点

实现了从单张动漫人物图像中构造简单面部模型并进行简单表情动画合成的工作。

通过对现有动漫人物模型思路的借鉴，利用关键点检测技术完成部件分割与组装，使用分层思想进行处理，网络预测工作在模型预处理阶段完成，从而极大减少了计算量，使得应用模型合成表情或生成动画时时负担更少更为“轻量级”。

感谢南开大学计算机学院2018级计算机科学与技术专业关明明同学的工作对本网站建设的支持。