FFaceNeRF：神经辐射场中的小样本人脸编辑

最近，使用蒙版的 3D 人脸编辑方法利用神经辐射场 (NeRF) 生成了高质量的编辑图像。尽管现有方法性能出色，但由于使用预先训练的分割蒙版，因此通常提供有限的用户控制。要使用具有所需布局的蒙版，需要大量的训练数据集，而这很难收集。我提出了 FFaceNeRF，这是一种基于 NeRF 的人脸编辑技术，可以克服由于使用固定蒙版布局而导致的用户控制有限的挑战。方法采用具有特征注入的几何适配器，可以有效地操纵几何属性。此外，采用潜在混合进行三平面增强，只需少量样本即可进行训练。这有助于快速将模型适应所需的蒙版布局，这对于个性化医学成像或创意人脸编辑等领域的应用至关重要。比较评估表明，FFaceNeRF 在灵活性、控制和生成的图像质量方面超越了现有的基于蒙版的人脸编辑方法，为未来定制和高保真 3D 人脸编辑的进步铺平了道路。

paper:https://arxiv.org/pdf/2503.17095v1
github:https://github.com/kwanyun/FFaceNeRF