研究人员开发了一种名为emg2face的新方法,该方法使用高密度表面肌电图(HD-sEMG)来生成富有表现力的面部动画。该技术特别适用于虚拟现实等应用,因为传统的面部光学捕捉方法会受到头戴式设备的阻碍。该系统记录来自额头和面部64个通道的EMG信号,使用音频爆发将其与视频数据同步,然后训练深度神经网络来预测面部混合形状参数。这使得仅基于EMG读数即可实现实时面部动画,已通过25名参与者进行了演示,并且可以迁移到各种人类和角色面部。 AI
影响 在VR和其他光学跟踪困难的应用中实现富有表现力的面部动画,有可能提高沉浸感和社交互动。
排序理由 该集群描述了学术论文中提出的一种新颖方法,详细介绍了一种使用EMG信号进行面部动画的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →