Deep Person Generation: A Survey from the Perspective of Face, Pose and Cloth Synthesis

要約

ディープ パーソンの生成は、仮想エージェント、ビデオ会議、オンライン ショッピング、アート/映画制作などに幅広く応用できるため、幅広い研究の注目を集めています。
ディープラーニングの進歩により、人物画像の見た目（顔、ポーズ、服装）をオンデマンドで簡単に生成・操作できるようになりました。
この調査では、まず人物生成の範囲を要約し、次にディープ人物生成の最近の進歩と技術的傾向を系統的にレビューします。トーキングヘッド生成 (顔)、ポーズガイド付き人物生成 (ポーズ)、衣服という 3 つの主要なタスクをカバーします。
志向の人世代（生地）。
200 を超える論文が徹底的な概要を網羅しており、主要な技術的進歩を目撃するためにマイルストーンとなる成果が強調表示されています。
これらの基本的なタスクに基づいて、仮想フィッティング、デジタル ヒューマン、生成データ拡張などの多くのアプリケーションが研究されています。
私たちは、この調査がディープ パーソン生成の将来の見通しに光を当て、デジタル ヒューマンへの完全な応用に役立つ基盤を提供できることを願っています。

要約(オリジナル)

Deep person generation has attracted extensive research attention due to its wide applications in virtual agents, video conferencing, online shopping and art/movie production. With the advancement of deep learning, visual appearances (face, pose, cloth) of a person image can be easily generated or manipulated on demand. In this survey, we first summarize the scope of person generation, and then systematically review recent progress and technical trends in deep person generation, covering three major tasks: talking-head generation (face), pose-guided person generation (pose) and garment-oriented person generation (cloth). More than two hundred papers are covered for a thorough overview, and the milestone works are highlighted to witness the major technical breakthrough. Based on these fundamental tasks, a number of applications are investigated, e.g., virtual fitting, digital human, generative data augmentation. We hope this survey could shed some light on the future prospects of deep person generation, and provide a helpful foundation for full applications towards digital human.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google