Core Concepts
본 연구는 확산 모델을 활용하여 고품질의 맞춤형 4D 얼굴 표정 생성 방법을 제안한다.
Abstract
이 연구는 3D 얼굴 모델링 및 애니메이션 분야에서 중요한 문제인 4D 얼굴 표정 생성을 다룬다. 최근 확산 모델이 2D 애니메이션 분야에서 큰 발전을 이루었지만, 3D 도메인에서의 활용은 아직 미미한 실정이다.
본 연구에서는 다음과 같은 핵심 기여사항을 제안한다:
메시 공간에서 직접 작동하는 최초의 확산 프로세스 정식화, 그래프 신경망을 감쇠 확산 모델로 활용하는 새로운 접근법 제시
완전 데이터 기반의 맞춤형 4D 얼굴 표정 생성을 위한 최초의 접근법
3D 얼굴 애니메이션을 위한 동적 확산 모델 샘플링 전략 제안
연구팀은 CoMA 데이터셋을 활용하여 제안 방법의 우수성을 정량적/정성적으로 입증하였다. 특히 극단적인 표정 생성에서 기존 방법들을 크게 능가하는 성능을 보였다. 또한 텍스처 정보를 포함한 4D 얼굴 표정 생성으로 확장하였다.
Stats
제안 방법은 기존 방법 대비 얼굴 표정 분류 정확도가 75.94%로 유사한 수준을 달성하였다.
제안 방법의 평균 특이도 오차는 1.61mm로 기존 방법 대비 우수한 성능을 보였다.
Quotes
"본 연구는 확산 모델을 활용하여 고품질의 맞춤형 4D 얼굴 표정 생성 방법을 제안한다."
"제안 방법은 메시 공간에서 직접 작동하는 최초의 확산 프로세스 정식화와 그래프 신경망을 감쇠 확산 모델로 활용하는 새로운 접근법을 제시한다."
"제안 방법은 완전 데이터 기반의 맞춤형 4D 얼굴 표정 생성을 위한 최초의 접근법이다."