｛“status”：“ok”，“message type”：“work”，“message version”：“1.0.0”，“message”：｛“indexed”：｛“date parts”：[[2024,9,23]]，“date time”：“2024-09-23T04:01:49Z”，“timestamp”：1727064109777｝，“reference count”：60，“publisher”：“Association for Computing Machinery（ACM）”，“issue”：“6”，“license”：[｛“start”：｛“date parts”：[[2017,11,20]，“date time”：“2017-11-20T000:00:00Z”，“timestamp”：151113600000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“http://www.acm.org\/publications\/policys\/corpyright_policy#Background”}]，“内容域”：{“domain”：[“dl.acm.org”]，“crossmark-restriction”：true}，”short-container-title“：[”acm Trans.Graph.“]，”published-print“：{”date-parts“：[2017,12,31]}，“抽象”：“三维人脸建模领域中高端和低端方法之间存在较大差距。在高端领域，最好的面部动画与真实的人类无法区分，但这是以大量人工劳动为代价的。在低端，消费者深度传感器的面部捕捉依赖于3D面部模型，这些模型的表达能力不足，无法捕捉自然面部形状和表情的变化。我们通过从数千个精确对齐的3D扫描中学习面部模型来寻求中间点。我们的FLAME模型（通过铰接模型和表达式学习的脸）旨在与现有图形软件配合使用，并且易于适应数据。FLAME使用一个线性形状空间，该空间由3800个人头扫描数据训练而成。FLAME将这种线性形状空间与关节下颌、颈部和眼球、姿势相关的矫正混合形状以及其他全局表情混合形状相结合。姿势和表情相关的发音是从D3DFACS数据集中的4D人脸序列以及其他4D序列中学习的。我们准确地将模板网格注册到扫描序列中，并使D3DFACS注册可用于研究目的。总的来说，这个模型是通过超过33000次扫描训练出来的。FLAME是低维的，但比FaceWarehouse模型和Basel Face模型更具表现力。我们通过使用相同的优化方法将FLAME与这些模型拟合到静态3D扫描和4D序列来进行比较。FLAME更准确，可用于研究目的（http://\flarm.is.tue.mpg.de）<\/jats:p>“，”DOI“：”10.1145\/313080.3130813“，”type“：”journal-article“，”created“：{”date-parts“：[[2017,11,22]]，”date-time“：”2017-11-22T16:25:08Z“，”timestamp“：1511367908000}，”page“：“1-17”，“update-policy”：“http://\/dx.DOI.org\/10.1145\/crossmark-policy”，“source”：”Crossref“，”is-referenced-by-count“：524，“标题”：[“从4D扫描中学习面部形状和表情模型“]，”前缀“：”10.1145“，”体积“：”36“，”作者“：[{”给定“：”天业“，”家庭“：”李“，”序列“：”第一“，”从属“：[}”名称“：”南加州大学和马克斯·普朗克智能系统研究所“}]}，{”给出“：”蒂姆“，”家人“：”博尔卡特“name“：”Max Planck Institute for Intelligent Systems“}]}，{“given”：“Michael J.”，“family”：“Black”，“sequence”：“additional”，“affiliation”：[{“name”：“Max Planck Institute of Intelligental Systems”}]}.，{”given“：”Hao“，”family“：”Li“，”sequence“：”additional“，”affiliance“:[{”name“南加州大学和南加州大学创意技术研究所”}]}，{“given”：“Javier”，“family”：“Romero”，“sequence”：“additional”，“affiliation”：[{“name”：“Body Labs Inc.”}]}]，“member”：“320”，“published-online”：{“date-parts”：[[2017,11,20]}，“reference”：[}“key”：2_1“，”doi-asserted-by“：”publisher“，”doi“：”10.1145\/882262.882311“}，{“key”：“e_1_2_3_1”，“volume-title”：“ACM SIGGRAPH\/计算机动画欧洲制图研讨会（SCA'06）”，“author”：“Allen B.”}，{”key“：”e_2_4_1“，”volume-title“：”自动面部手势识别国际会议.1-6.“，”author“：”Amberg B.“}，”{“key”：：“曲面配准的最优步长非刚性ICP算法。在计算机视觉和模式识别会议上。1-8.”，“author”：“Amberg B.”}，{“key”：“e_1_2_6_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1145\/1073204073204.1073207“}，”{“密钥”：“e_1_2_7_1”，“doi-asserted-by”：“publisher”，“doi”：“10.1145\/2010324.1964970”}，{“key”：“e_1_2_9_1”，”doi-assert-by“：”publisher“，”doi“：”10.1145\/31155.31155 11556“}，”{“key”：”e_1_i_2_10_1“，“doi asserted-dby”：“publisher”，“doi”：”10.1109\/ICCV.2015.265：“publisher”，“doi”：“10.1109\/CVPR.2014.491”}，{“key”：“e_1_2_12_1”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/ICCV.2015.411”}，{“key”：“e_1_2_13_1”，《非结构化》：“J.Booth A.Roussos A.Ponniah D.Dunaway和S.Zafeiriou.2017。大规模3D可变形模型。国际计算机视觉杂志（2017）1-22。J.Booth A.Roussos A.Ponniah D.Dunaway和S.Zafeiriou。2017年。大规模3D可变形模型。国际计算机视觉杂志（2017）1-22.“}，{”key“：”e_1_2_2_14_1“，”volume-title“：”计算机视觉与模式识别会议.5543--5552“，”author“：”Booth J.“}.，{“key”：“e_2_2-15_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1145\/2461912.2461976“}”，{。布朗斯坦·M·布朗斯坦和R·金梅尔。2008.非刚体形状的数值几何（第1版）。斯普林格出版公司。A.Bronstein M.Bronstein和R.Kimmel。2008.非刚体形状的数值几何（第1版）。斯普林格出版公司。“，”DOI“：”10.1007\/978-0-387-73301-2_1“}，{”key“：”e_1_2_17_1“，”volume-title“：”欧洲计算机视觉会议.297--312“，”author“：”Brunton A.“}”，{“key”：“e_1_i_2_18_1”，“DOI-asserted-by”：“publisher”，”DOI:“10.1145\/2766943”}，“key“:”e_2_19_1“”，”DOI-assert-by“：”publisher“，“DOI”：“”10.1109\/TVCG.2013.249“}，{“键”：“e_1_2_20_1”，“卷标题“：”英国机器视觉会议。82“，”author“：”Chen Y.“}，{”key“：”e_1_2_2_21_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/ICCV.2011.6126510”}，“key”：“e_1_i_2_22_22_1”，“doi-assert-by”：“crossref”，”unstructured“：”R.Davies C.Twining和C.Taylor.2008。形状的统计模型：优化和评估。施普林格。R.Davies C.Twining和C.Taylor。2008年。形状统计模型：优化和评估。斯普林格。“，”DOI“：”10.1007\/978-1-84800-138-138-1_7“}，{”key“：”e_1_2_23_1“，”DOI-asserted-by“：”publisher“，“DOI”：“10.1002\/cav.395”}，“{”key“：“e_1_i_2_24_1”，“DOI-assert-by”：“crossref”，”unstructured“：”P.Ekman和W.Friesen.1978。面部动作编码系统：测量面部运动的技术。咨询心理学家出版社。P.Ekman和W.Friesen。面部动作编码系统：面部运动测量技术。咨询心理学家出版社。“，”DOI“：”10.1037\/t27734-000“}，{”key“：”e_1_2_25_1“，”DOI-asserted-by“：”publisher“，“DOI”：“10.1109\/3DV.2015.63”}，“key”：“e_1_i_2_26_1”，“unstructured”：“FLAME.2017。http:\/\/frama.is.tue.mpg.de.（2017）。火焰。2017年，http:\/\/frama.is.tue.mpg.de.（2017）。“}，{”key“：”e_1_2_27_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/2508363.2508380”}，“key”：“e_1_i_2_28_1”，“doi-assert-by”：“publisher”，”doi“：”10.1145\/2890493“}”，{“key“:”e_2_29_1“年份：“1987”}，{“key”：“e_1_2_2_30_1“，”体积-时间“：“人体姿势和体型的统计模型。计算机图形论坛”，“作者”：“Hasler N.”，“年份”：“2009”}，{“key”：“e_1_2_31_1”，”doi-asserted-by“：”publisher“，”doi“：”10.1007\/978-3642-33783-3_18“}，”key“：”e_1_i_2_32_32_1“，I“：”10.1109\/ICCV.2011.6126439“}，{“键”：“e_1_2_34_1”，“doi-asserted-by“：”publisher“，”doi“：”10.1145\/280814.280831“}，{“key”：“e_1_2_35_1”，“doi-assert-by”：“publisher”，”doi:“10.5555\/3128975.3128984”}，“{“key”：”e_1_i_2_36_1“，“doi asserted-by”：”publischer“，”doi“：“10.1145\/1778765.1778769”}“，{”key“：”e_i_2_37_1““：”publisher“，”doi“：”10.1145\/2461912.2462019“}，{”key“：”e_1_2_38_1“，“doi-asserted-by“：”publisher“，”doi“：”10.1016\/j.cad.2014.08.016“}，{“key”：“e_1_2_39_1”，“doi-assert-by”：“publisher”、“doi”：“10.1145\/2816795.2818013”}、{“密钥”：“e_1_2_2_40_1”、”volume-title“：”OpenDR:一个近似可差分渲染器。在欧洲计算机视觉会议上。154-169“，”作者：“Loper M.”}，}“key:”e_1_2_41_1“，”doi-asserted-by“：”publisher“，”doi“：”10.1145\/2508363.2508417“}，{“key”：“e_1_2_42_1”，“unstructured”：“J.Nocedal和S.J.Wright.2006。数值优化。斯普林格。J.Nocedal和S.J.Wright。2006.数值优化。斯普林格。“}，{”key“：”e_1_2_43_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/AVSS.2009.58”}，“key”：“e_1_i_2_44_1”，“doi-assert-by”：“publisher”，”doi“：”10.5555\/1953048.20781955“}”，{，{“key”：“e_1_2_46_1”，“volume-title”：“技术报告AFRL-HE-WP-TR-2002-0169。美国空军研究实验室。“，”author“：”Robinette K.“，”year“：”2002“}，{”key“：”e_1_2_47_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1007\/s00138-013-0579-9”}，}“key”：“e_2_2_48_1”，“doi-assert-by”：“publisher”，”doi“：”10.1145\/2661229.2661290“：”10.1145\/1015706.1015736“}，{”key“：”e_1_2_50_1“，”volume-title“：”全运动面重建。在欧洲计算机视觉会议上。796--812“，“作者”：“Suwajanakorn S.”}，{“密钥”：“e_1_2_51_1”，“doi-asserted-by”：“出版商”，“doi”：“10.1109\/ICCV.2015.450”}、{“key”：“e_1_2_2_52_1”、“doi-sserted-by“：”publisher“，”doi“：”10.1145\/2816795.2818056“}，“密钥”:“e_2_53_1”“，”doi-assert-by“”：“publisher”，”doi:“”10.1145\/10732041073204.1073209“}，{“key”：“e_1_2_54_1”，“doi-asserted-by”：“publisher”，”DOI“：”10.1145\/2010324.1964972“}，{“key”：“e_1_2_55_1”，“DOI-asserted-by”：“publisher”，”DOI“:”10.5555\/3059079.3059098“}、{“key”：”e_1_i_2_56_1“，”DOI-assert-by“：”publisher“，10.1109\/CVPR.2013.75“}，{“key”：“e_1_2_258_1”，“DOI-asserted-by”：“publisher”，”DOI“：”10.1145\/2601097.2601210“}，{“key”：“e_1_2_2_59_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1145\/2010324.1964955“}”，{”key“：”e_1_i_2_60_1“，”doi-assert-by“：”publisher“，“doi”：“10.5555\/112650.112340”}]，“container-title”：[“ACM Transactions on Graphics”]，“original title”：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/dl.acm.org\/doi\/pdf\/10.1145\/313080.3130813“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[[2023,8,28]]，”date-time“：“2023-08-28T23:22:53Z”，”timestamp“：1693264973000}，”score“：1，”resource“：”{“primary”：{“URL”：“https:\/\/dl.acm.org\/doi\/10.1145\/313080.3130813“}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[[2017,11,20]]}，“参考计数”：60，”日志发布“：}”发布“：“6”，”发布发布“：”日期部分URL“：”http://\/dx.doi.org\/10.1145\/313080.3130813“，”关系“：{}，”ISSN“：[”0730-0301“，”1557-7368“]，”issn-type“：[{”value“：”0730-03001“，”type“:”print“}，{”value“：”1557-77368“，”类型“：”electronic“}]，”subject“：[]，”published“：{”date-parts“：[[2017,11,20]]}，”assertion“：[[{“value”：“2017-11-20”，“order”：2，“name”：“published”，“label”：“published”，“group”：{“name”:“publication_history”“，”标签“：”出版物历史“}}]}}