高真實(shí)感且精確可控的三維人臉建模是數(shù)字人構(gòu)建中的重要問題之一。目前，使用現(xiàn)有的基于網(wǎng)格的人臉建模方法需要專業(yè)的人員使用復(fù)雜的軟件并投入大量的時(shí)間和精力，且實(shí)現(xiàn)逼真的人臉渲染結(jié)果較為困難。

雖然神經(jīng)輻射場作為一種新的三維表示可以合成出逼真的結(jié)果，但如何對生成結(jié)果進(jìn)行精確控制和修改，以實(shí)現(xiàn)高質(zhì)量的三維人臉合成仍然是一個(gè)待解決的問題。

近期，研究人員提出了基于線稿的三維人臉神經(jīng)輻射場生成和編輯方法 SketchFaceNeRF [1]，相關(guān)技術(shù)論文發(fā)表在計(jì)算機(jī)圖形學(xué)頂會(huì) SIGGRAPH 2023，并被收錄于圖形學(xué)頂級期刊 ACM Transactions on Graphics。使用該系統(tǒng)，即使用戶不會(huì)使用復(fù)雜的三維軟件，也可以基于線稿自由創(chuàng)作三維人臉。先來看看使用 SketchFaceNeRF 創(chuàng)作的人臉效果：

進(jìn)一步，在給定三維人臉后，用戶在任意角度添加編輯操作：

圖 2 使用線稿在任意視角編輯三維人臉。

Part 1 背景

最近，AI 繪畫非?；鸨?，基于 Stable Diffusion [2] 和 ControlNet [3] 等方法，通過指定文本可以生成高真實(shí)感的二維圖像。但是，上述工作無法生成高質(zhì)量的三維模型。同時(shí)，僅使用文本難以控制生成細(xì)節(jié)，盡管 ControlNet 已經(jīng)支持線稿的控制，但如何對生成的結(jié)果的局部區(qū)域進(jìn)行精準(zhǔn)的修改仍然十分困難。

隨著神經(jīng)輻射場 [4] 和對抗式生成網(wǎng)絡(luò) [5] 的發(fā)展，已有方法，例如 EG3D [6]，已經(jīng)實(shí)現(xiàn)了三維人臉模型的高質(zhì)量的生成和快速的渲染。但是，這些生成模型只支持人臉隨機(jī)采樣，而無法對生成結(jié)果進(jìn)行控制。IDE-3D [7] 和 NeRFFaceEditing [8] 使用語義標(biāo)記圖編輯三維人臉，但是，該類方法難以實(shí)現(xiàn)更細(xì)節(jié)的控制，例如頭發(fā)的結(jié)構(gòu)細(xì)節(jié)和皺紋等。同時(shí)，用戶很難從頭繪制復(fù)雜的語義圖，無法憑空生成三維人臉模型。

線稿作為一種更加友好的交互方式，一直被用于二維人臉圖像的生成 [9] 和編輯 [10]。然而，將線稿用于三維人臉的生成存在下述的問題：首先，線稿風(fēng)格多樣且過于稀疏，生成二維圖像已經(jīng)不易，生成三維模型則更加困難；其次，針對三維人臉，用戶往往會(huì)在任意視角添加編輯，如何生成有效的編輯結(jié)果，同時(shí)保持三維一致性，是需要解決的問題。

針對上述挑戰(zhàn)，SketchFaceNeRF 利用了三平面的表示方法，基于線稿直接預(yù)測人臉三平面特征，投影至生成模型的隱空間，得到高質(zhì)量的人臉 NeRF。多視角的三維人臉編輯問題則被建模為優(yōu)化問題，通過三平面的局部融合及投影方法預(yù)測初值，并基于線稿約束和圖像約束反向優(yōu)化隱碼，得到高質(zhì)量的人臉 NeRF 編輯效果。

Part 2 SketchFaceNeRF 算法原理

圖 3 SketchFaceNeRF 的網(wǎng)絡(luò)架構(gòu)圖，生成流程。

人臉 NeRF 可控生成

給定單視角的手繪線稿后，直接投影到生成模型隱空間，合成的人臉存在對應(yīng)性差、生成質(zhì)量低等問題。這是因?yàn)槎S稀疏線稿與三維人臉的差異過大，并且手繪的線稿風(fēng)格多樣。為解決上述問題，提出一種逐級升維的映射方法：由于輸入線稿僅包含稀疏幾何信息，但三維人臉具有不同的外觀，所以首先使用自適應(yīng)實(shí)例歸一化 (AdaIN [11])，將輸入的線稿轉(zhuǎn)換到彩色特征圖以注入顏色、光照和紋理信息。

進(jìn)一步，由于二維輸入缺乏 3D 信息，算法在體渲染的立體空間中構(gòu)建 3D 特征體素，空間中的三維點(diǎn)被投影到 2D 特征圖，檢索得到對應(yīng)的特征。最后，在 x,y,z 三個(gè)軸對三維體素進(jìn)行形狀變換，再基于 2D 卷積網(wǎng)絡(luò)得到三平面特征圖。為了生成高質(zhì)量的人臉 NeRF，三平面被反投影到生成模型的隱空間，得到隱碼表示的人臉 NeRF 模型。

訓(xùn)練過程分為兩步：首先，使用 EG3D 構(gòu)建多視角的訓(xùn)練數(shù)據(jù)。輸入線稿預(yù)測三平面后，基于原本 EG3D 的渲染網(wǎng)絡(luò)生成其他視角的圖像，并使用真值作監(jiān)督，完成線稿三平面預(yù)測網(wǎng)絡(luò)的訓(xùn)練。然后，固定線稿三平面預(yù)測網(wǎng)絡(luò)的權(quán)重，訓(xùn)練投影網(wǎng)絡(luò)，將三平面特征投影至 EG3D 的隱空間。

圖 4 SketchFaceNeRF 的網(wǎng)絡(luò)架構(gòu)圖，編輯流程。

人臉 NeRF 精確編輯

為了支持任意視角的線稿人臉編輯，該工作提出一種三維一致的人臉線稿渲染方法，為 EG3D 添加額外的線稿生成分支，與圖像生成分支共享相同的 StyleGAN 主干網(wǎng)絡(luò)，但具有不同的解碼器和超分辨率模塊。訓(xùn)練過程則使用線稿真值作監(jiān)督，并添加正則化項(xiàng)約束線稿視角一致性。

在生成的三維線稿基礎(chǔ)上，用戶對局部區(qū)域進(jìn)行修改，繪制出新的線稿。由于單視角的線稿輸入存在遮擋等問題，無法表示完整原本的三維信息，因此直接推理難以保持編輯前后的非編輯區(qū)域一致性。

為此，將人臉的 NeRF 的精細(xì)化編輯問題建模為優(yōu)化問題。該工作先提出一種初值預(yù)測方法：使用與生成過程共享的線稿三平面預(yù)測網(wǎng)絡(luò)，先直接預(yù)測得到線稿對應(yīng)的三平面特征。為了保持非編輯區(qū)域的不變，進(jìn)一步將線稿生成的三平面與原始的三平面特征進(jìn)行融合，并使用與生成過程共享的編碼網(wǎng)絡(luò)，將三平面反投影至生成模型的隱空間，得到人臉的編輯的初值。

進(jìn)一步，提出反向優(yōu)化方法實(shí)現(xiàn)三維人臉的精細(xì)化編輯。具體而言，算法通過線稿生成分支渲染出合成線稿，在編輯區(qū)域與手繪線稿計(jì)算相似度。同時(shí)，在非編輯區(qū)域，圖像生成分支渲染出人臉圖像，與原始圖像計(jì)算相似度。為了保證編輯前后的空間一致性，進(jìn)一步約束非編輯區(qū)域的光線采樣點(diǎn)特征相同?；谏鲜黾s束，反向優(yōu)化隱碼，實(shí)現(xiàn)人臉的精細(xì)化編輯。

Part 3 效果展示

如圖 5 所示，給定手繪線稿，基于該方法可以生成高質(zhì)量的人臉神經(jīng)輻射場。通過選擇不同的外觀參考圖像，可以指定生成人臉的外觀。用戶可以自由變換視角，都能得到高質(zhì)量的渲染結(jié)果。

圖 5 基于線稿生成的三維人臉。

如圖 6 所示，給定三維人臉，用戶可以選擇任意的視角，對渲染出的線稿進(jìn)行修改，從而編輯人臉 NeRF。左側(cè)展示了對隨機(jī)生成的人臉進(jìn)行編輯的效果。右側(cè)則展示給定人臉圖像后，使用人臉生成模型進(jìn)行反投影，并進(jìn)一步添加編輯的結(jié)果。

圖 6 基于線稿的三維人臉編輯結(jié)果。

如圖 7 所示，針對一個(gè)人臉 NeRF，用戶可以在不同視角對人臉添加連續(xù)的編輯操作，使用該方法都能得到較好的編輯結(jié)果，同時(shí)，非編輯的立體區(qū)域的特征也被完美保持。

圖 7 基于線稿對人臉進(jìn)行連續(xù)的編輯操作。

如圖 8 所示，得益于生成模型隱空間的良好性質(zhì)，對特定人添加的編輯操作后，計(jì)算前后的隱碼差異得到編輯向量，一些情況下可以直接作用于其他人，得到類似的編輯效果。

圖 8 編輯傳播結(jié)果，左側(cè)的編輯操作的效果，可以傳播至右側(cè)人臉。

Part 4 結(jié)語

隨著人工智能的迅速發(fā)展，AI 繪畫也涌現(xiàn)出許多的新的方法。與生成二維圖像不同，如何生成三維數(shù)字內(nèi)容是更具挑戰(zhàn)性的問題。SketchFaceNeRF 提供了一種可行的解決方案，基于手繪線稿，用戶可以生成高質(zhì)量的人臉模型，并支持任意視角的精細(xì)化的編輯。

基于該系統(tǒng)，我們無需安裝繁雜的三維建模軟件并學(xué)習(xí)復(fù)雜的技能，也不需要花費(fèi)數(shù)個(gè)小時(shí)時(shí)間精力，僅僅通過勾勒簡單的線條，普通用戶也能輕松構(gòu)建心中完美的人臉模型，并得到高質(zhì)量的渲染結(jié)果。

SketchFaceNeRF 已經(jīng)被 ACM SIGGRAPH 2023 接收，并將刊登在期刊 ACM Transactions on Graphics 上。

目前，SketchFaceNeRF 已經(jīng)提供在線服務(wù)供大家使用。在線系統(tǒng)由中科院計(jì)算所信息高鐵訓(xùn)練推理平臺 MLOps 提供智算算力支持，由中科南京信息高鐵研究院提供上線工程服務(wù)保障。

在線服務(wù)鏈接：http://geometrylearning.com/SketchFaceNeRF/interface

有關(guān)論文的更多細(xì)節(jié)，及論文、視頻、代碼的下載，請瀏覽項(xiàng)目主頁：

http://www.geometrylearning.com/SketchFaceNeRF/

開源代碼見：

https://github.com/IGLICT/SketchFaceNeRF