虛擬數(shù)字人制作平臺(tái)(虛擬數(shù)字人制作平臺(tái)有哪些)
新智元報(bào)道
編輯:LRS
【新智元導(dǎo)讀】AIGC進(jìn)入3D時(shí)代,用文字就能生成超逼真數(shù)字人!
隨著大型語言模型(LLM)、擴(kuò)散(Diffusion)等技術(shù)的發(fā)展,ChatGPT、Midjourney等產(chǎn)品的誕生掀起了新一波的AI熱潮,生成式AI也成為備受關(guān)注的話題。
與文本和圖像不同,3D生成仍處于技術(shù)探索階段。
2022年年底,Google、NVIDIA和微軟相繼推出了自己的3D生成工作,但大多基于先進(jìn)的神經(jīng)輻射場(chǎng)(NeRF)隱式表達(dá),與工業(yè)界3D軟件如Unity、Unreal Engine和Maya等的渲染管線不兼容。
即使通過傳統(tǒng)方案將其轉(zhuǎn)換為Mesh表達(dá)的幾何和顏色貼圖,也會(huì)造成精度不足和視覺質(zhì)量下降,不能直接應(yīng)用于影視制作和游戲生產(chǎn)。
展開全文
項(xiàng)目網(wǎng)站:https://sites.google.com/view/dreamface
論文地址:https://arxiv.org/abs/2304.03117
Web Demo:https://hyperhuman.top
HuggingFace Space:https://huggingface.co/spaces/DEEMOSTECH/ChatAvatar
為了解決這些問題,來自影眸科技與上海科技大學(xué)的研發(fā)團(tuán)隊(duì)提出了一種文本指導(dǎo)的漸進(jìn)式3D生成框架。
該框架引入符合CG制作標(biāo)準(zhǔn)的外部數(shù)據(jù)集(包含幾何和PBR材質(zhì)),可以根據(jù)文本直接生成符合該標(biāo)準(zhǔn)的3D資產(chǎn),是首個(gè)支持Production-Ready 3D資產(chǎn)生成的框架。
為了實(shí)現(xiàn)文本生成可驅(qū)動(dòng)的3D超寫實(shí)數(shù)字人,該團(tuán)隊(duì)將這個(gè)框架與產(chǎn)品級(jí)3D數(shù)字人數(shù)據(jù)集相結(jié)合。這項(xiàng)工作已經(jīng)被計(jì)算機(jī)圖形領(lǐng)域國(guó)際頂級(jí)期刊Transactions on Graphics接收,并將在國(guó)際計(jì)算機(jī)圖形頂級(jí)會(huì)議SIGGRAPH 2023上展示。
已關(guān)注
關(guān)注
重播分享贊
關(guān)閉
觀看更多
更多
正在加載
正在加載
退出全屏
視頻加載失敗,請(qǐng)刷新頁(yè)面再試
刷新
視頻詳情
DreamFace主要包括三個(gè)模塊,幾何體生成,基于物理的材質(zhì)擴(kuò)散和動(dòng)畫能力生成。
相比先前的3D生成工作,這項(xiàng)工作的主要貢獻(xiàn)包括:
· 提出了DreamFace這一新穎的生成方案,將最近的視覺-語言模型與可動(dòng)畫和物理材質(zhì)的面部資產(chǎn)相結(jié)合,通過漸進(jìn)式學(xué)習(xí)來分離幾何、外觀和動(dòng)畫能力。
· 引入了雙通道外觀生成的設(shè)計(jì),將一種新穎的材質(zhì)擴(kuò)散模型與預(yù)訓(xùn)練模型相結(jié)合,同時(shí)在潛在空間和圖像空間進(jìn)行兩階段優(yōu)化。
· 使用BlendShapes或生成的Personalized BlendShapes的面部資產(chǎn)具備動(dòng)畫能力,并進(jìn)一步展示了DreamFace在自然人物設(shè)計(jì)方面的應(yīng)用。
幾何生成
幾何體生成模塊可以根據(jù)文本提示生成與之一致的幾何模型。然而,在人臉生成方面,這可能難以監(jiān)督和收斂。
因此,DreamFace提出了一個(gè)基于CLIP(Contrastive Language-Image Pre-Training)的選擇框架,首先從對(duì)人臉幾何參數(shù)空間內(nèi)隨機(jī)采樣的候選項(xiàng)中選擇最佳的粗略幾何模型,然后雕刻幾何細(xì)節(jié),使頭部模型更符合文本提示。
根據(jù)輸入提示,DreamFace利用CLIP模型選擇匹配得分最高的粗略幾何候選項(xiàng)。接下來,DreamFace使用隱式擴(kuò)散模型(LDM)在隨機(jī)視角和光照條件下對(duì)渲染圖像進(jìn)行得分蒸餾采樣(SDS)處理。
這使得DreamFace可以通過頂點(diǎn)位移和詳細(xì)的法線貼圖向粗略幾何模型添加面部細(xì)節(jié),從而得到高度精細(xì)的幾何體。
與頭部模型類似,DreamFace還基于該框架進(jìn)行發(fā)型和顏色的選擇。
基于物理的材質(zhì)擴(kuò)散生成
基于物理的材質(zhì)擴(kuò)散模塊旨在預(yù)測(cè)與預(yù)測(cè)幾何體和文本提示一致的面部紋理。
首先,DreamFace將預(yù)先訓(xùn)練的LDM在收集的大規(guī)模UV材質(zhì)數(shù)據(jù)集上微調(diào),得到兩個(gè)LDM擴(kuò)散模型。
DreamFace采用了一種聯(lián)合訓(xùn)練方案,協(xié)調(diào)兩個(gè)擴(kuò)散過程,一個(gè)用于直接去噪U(xiǎn)V紋理貼圖,另一個(gè)用于監(jiān)督渲染圖像,以確保面部UV貼圖和渲染圖像的正確形成與文本提示一致。
為了減少生成時(shí)間,DreamFace采用了一個(gè)粗糙紋理潛在擴(kuò)散階段,為細(xì)節(jié)紋理生成提供先驗(yàn)潛在。
為了確保所創(chuàng)建的紋理地圖不含有不良特征或照明情況,同時(shí)仍保持多樣性,設(shè)計(jì)了一種提示學(xué)習(xí)策略。
團(tuán)隊(duì)利用兩種方法生成高質(zhì)量的漫反射貼圖:
(1)Prompt Tuning。與手工制作的特定領(lǐng)域文本提示不同,DreamFace將兩個(gè)特定領(lǐng)域的連續(xù)文本提示 Cd 和 Cu 與相應(yīng)的文本提示結(jié)合起來,這將在U-Net去噪器訓(xùn)練期間進(jìn)行優(yōu)化,以避免不穩(wěn)定和耗時(shí)的手工撰寫提示。
(2)非面部區(qū)域遮罩。LDM去噪過程將額外地受到非面部區(qū)域遮罩的限制,以確保生成的漫反射貼圖不含有任何不需要的元素。
作為最后一步,DreamFace應(yīng)用超分辨率模塊生成4K基于物理的紋理,以進(jìn)行高質(zhì)量渲染。
DreamFace框架在名人生成,根據(jù)描述生成角色上都取得了相當(dāng)不錯(cuò)的效果,在User Study中獲得了遠(yuǎn)超先前工作的成績(jī)。相比先前的工作,在運(yùn)行時(shí)間上也具備明顯的優(yōu)勢(shì)。
除此之外,DreamFace還支持使用提示和草圖進(jìn)行紋理編輯。通過直接使用微調(diào)的紋理LDM和提示,可以實(shí)現(xiàn)全局的編輯效果,如老化和化妝。通過進(jìn)一步結(jié)合掩?;虿輬D,可以創(chuàng)建各種效果,如紋身、胡須和胎記。
動(dòng)畫能力生成
DreamFace生成的模型具備動(dòng)畫能力。與基于BlendShapes的方法不同,DreamFace的神經(jīng)面部動(dòng)畫方法通過預(yù)測(cè)獨(dú)特的變形來為生成的靜息(Neutral)模型賦予動(dòng)畫效果,從而產(chǎn)生個(gè)性化的動(dòng)畫。
首先,訓(xùn)練一個(gè)幾何生成器,學(xué)習(xí)表情的潛在空間,其中解碼器被擴(kuò)展為以中性幾何形狀為條件。接著,進(jìn)一步訓(xùn)練表情編碼器,從RGB圖像中提取表情特征。因此,DreamFace能夠通過使用單目RGB圖像以中性幾何形狀為條件來生成個(gè)性化的動(dòng)畫。
與使用通用BlendShapes進(jìn)行表情控制的DECA相比,DreamFace的框架提供了細(xì)致的表情細(xì)節(jié),并且能夠精細(xì)地捕捉表演。
結(jié)論
本文介紹了DreamFace,一種文本指導(dǎo)的漸進(jìn)式3D生成框架,它結(jié)合了最新的視覺-語言模型、隱式擴(kuò)散模型,以及基于物理的材質(zhì)擴(kuò)散技術(shù)。
DreamFace的主要?jiǎng)?chuàng)新包括幾何體生成、基于物理的材質(zhì)擴(kuò)散生成和動(dòng)畫能力生成。與傳統(tǒng)的3D生成方法相比,DreamFace具有更高的準(zhǔn)確性、更快的運(yùn)行速度和較好的CG管線兼容性。
DreamFace的漸進(jìn)式生成框架為解決復(fù)雜的3D生成任務(wù)提供了一種有效的解決方案,有望推動(dòng)更多類似的研究和技術(shù)發(fā)展。
此外,基于物理的材質(zhì)擴(kuò)散生成和動(dòng)畫能力生成將推動(dòng)3D生成技術(shù)在影視制作、游戲開發(fā)和其他相關(guān)行業(yè)的應(yīng)用。
參考資料:
https://sites.google.com/view/dreamface
掃描二維碼推送至手機(jī)訪問。
版權(quán)聲明:本文由飛速云SEO網(wǎng)絡(luò)優(yōu)化推廣發(fā)布,如需轉(zhuǎn)載請(qǐng)注明出處。