第35届人工智能学术顶会AAAI 2021已于年初线上举行，在这个春意盎然的三月，我们邀请到了将门的老朋友、网易伏羲实验室视觉计算组团队来分享他们在本次AAAI上的工作。

四篇“好玩儿”paper 

自动创建游戏角色

单图人脸重演

人体图像生成

游戏住宅规划

 在线面对面直接交流 

不懂就问，有问必答摘下古风面具

研究员真人出镜

  将门AI is the New Sexy大礼包

 重现江湖，只送不卖

T恤、电脑包高级且实用

报名通道

▼

• 活动时间：北京时间3月28日(周日) 10:00-12:00

• 活动地点：腾讯会议，报名通过审核后通过微信/邮件告知活动地址

• 活动议程：

         团队leader介绍整体工作

         团队成员分别讲解AAAI工作

         互动抽奖（赢取AI is the New Sexy大礼包）

            Free Q&A（想问的问题一定要在报名时写清楚哦~）

• 活动费用：一如既往不要钱！
  

• 报名方式：长按下方二维码，填写报名表单即可报名

一图Get活动信息

▼

长按下图二维码即可报名

他们都会讲些啥？

▼

①

MeinGame：基于单张照片自动创建游戏角色

现有的游戏角色自动创建方法，受到捏脸参数范围的限制，并且忽略了贴图，导致生成的游戏角色真实度不够高。为了能够自动、快速地生成逼真的游戏三维人脸，我们设计了一套低成本的数据采集方案，及新的三维人脸形状和贴图生成框架。

论文链接：

https://arxiv.org/abs/2102.02371

论文、代码及数据集将在

https://github.com/FuxiCV/MeInGame 开源

②

使用外观自适应归一化的单图人脸重演

本文提出了一种用于单图面部重现的新型生成对抗网络，该网络可以将单个面部图像动画化为不同的姿势和表情（由驱动图像提供），同时保持其原始外观。我们网络的核心是一种称为外观自适应归一化的机制，该机制可以通过使用学习到的自适应参数调制生成器的特征图，将输入图像中的外观信息有效地整合到我们的面部生成器中。

此外，我们专门设计了一个局部网络来首先重现局部面部组件（即，眼睛，鼻子和嘴巴），这种设计可以提供明确的定位点来引导我们的面部生成器学习全局外观以及姿势和表情。

大量的定量和定性实验表明，与先前的方法相比，我们的模型具有显着的性能提升。

论文链接：

https://arxiv.org/abs/2102.03984

③

结构感知下基于姿态分解和语义相关性的人体图像生成 

基于姿态引导的人体图片生成是一种将源输入图片中的人体图像变换为目标动作姿态的技术。目前，该技术已经被广泛地应用于影视制作、动画生成、虚拟试穿等诸多领域，具有广泛的应用前景和巨大的市场价值。

鉴于标准的CNN无法高效地处理大的空间形变，本文提出了一种基于外观流的方法来建模源特征与目标特征之间的密集对应关系。在此框架下，我们结合人体的先验结构信息来指导网络学习，从而有效地改善生成效果。

同时，我们进一步设计了一个轻量且有效的基于金字塔池化的非局部模块以捕获不同尺度下不同人体部分的全局语义相关性。

论文链接：https://arxiv.org/pdf/2102.02972.pdf

④

基于视觉感知下全局关系学习的游戏住宅规划

基于组件的三维场景合成一直是场景合成领域一个相对空缺的研究方向。现有的几份工作主要是基于室内场景数据集的研究。然而这类算法并不适用于我们的场景。

在这份工作中，我们提出基于全局关系约束的思路，由于我们对即将要加入的组件没有任何信息，因此，我们考虑学习当前场景当中组件之间的约束情况。我们将当前场景转化为一个带有丰富空间信息的有向图，图中节点表示庄园中的组件，边表示组件之前的空间关系。

通过学习数据集中边的分布情况，我们可以采样出当前场景中所有节点到新节点的边的分布，进而通过边的分布来推断出新节点的位置。如此便可以辅助整个场景中组件的逐一摆放。

论文链接：

https://arxiv.org/abs/2102.04035

这些“古风”研究员都是谁？

▼

（头像都是基于MeinGame生成的哦）

袁燚，于2012年获得武汉大学遥感科学与技术学士学位，后于2017年获得武汉大学摄影测量与遥感专业博士学位。

2017年7月至今，袁燚担任网易伏羲实验室视觉计算组负责人，主要研究方向为智能虚拟形象生成与驱动、三维场景生成和可微渲染等。多篇研究成果被CVPR, ICCV, ECCV, SIGGRAPH等顶级会议接收，并成功应用于逆水寒、倩女幽魂、天谕等多款网易游戏产品。

2019年于浙江大学毕业，入职网易伏羲。目前主要从事三维人脸重建相关工作，致力于将三维人脸重建技术落地到游戏角色自动创建等领域。参与研究的智能捏脸相关技术获得了网易内部2020年度的“最佳技术创新奖”。

2020年初，三维人脸重建相关论文 “Towards High-Fidelity 3D Face Reconstruction from In-the-Wild Images Using Graph Convolutional Networks” 中稿了CVPR 2020。之后，将三维人脸重建算法应用到游戏角色创建的论文 “MeinGame: Create a Game Character Face from a Single Portrait” 中稿了AAAI 2021。

2019年毕业于浙江大学，同年加入网易伏羲图像动画组，从事计算机视觉研究工作。目前以第一作者身份在计算机视觉顶会ACM MM和AAAI发布人脸重演相关论文各一篇。

本、硕毕业于浙江大学。目前主要研究图像生成、检测等视觉任务及它们在游戏中的应用，曾在AAAI等会议上发表文章。

本硕毕业于大连理工大学，后进入网易工作。在伏羲实验室工作期间，主要从事深度学习在计算图形学相关课题中的研究，曾在SIGGRAPH、AAAI等会议上发表文章。

他们都来自

伏羲实验室视觉计算组

▼

通过计算机视觉和计算机图形学相关的人工智能技术在游戏中的研究与应用，全面释放创作者的生产力，革新玩家的体验，并将有这种沉浸式交互体验带到各个领域，丰富每一个人的精神世界。主要研究方向包括场景模型的重建和人体模型的重建以及围绕着人体表情动作驱动相关的视觉和图形学相关算法。欢迎star其github：https://github.com/FuxiCV

伏羲视觉计算组长期欢迎对发表顶会和产业落地感兴趣的计算机视觉和图形学相关方向的正式员工与实习生，主要研究课题包括但不限于场景重建、人体重建、可微渲染等。简历请发送至：yyshawn@163.com

报名注意事项

▼

1. 请保证所填信息的真实性和准确性，方便主办方进行审核；

2. 报名通过审核后将收到主办方的微信/邮件/通知，请保持手机和邮箱畅通；

3. 由于报名人数较多，主办方审核需要一定时间，请耐心等待~

关于TechBeat社区

▼

TechBeat(www.techbeat.net)隶属于将门创投，是一个荟聚全球华人AI精英的成长社区。

我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！

更多详细介绍>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ，一个荟聚全球华人AI精英的学习成长社区。