📄論文題目：FreeUV: Ground-Truth-Free Realistic Facial UV Texture Recovery via Cross-Assembly Inference Strategy
??作者及機構：Xingchao Yang、Takafumi Taketomi、Yuki Endo、Yoshihiro Kanamori（CyberAgent、University of Tsukuba）
🧩面臨問題：當前 3D 人臉 UV 紋理重建存在數據依賴和泛化能力不足的問題。一方面，傳統方法依賴 costly 的真實 UV 數據集或合成 UV 數據，前者缺乏對野生場景的泛化能力，后者受限于 StyleGAN 的域限制，難以處理帶妝容等多樣人臉；另一方面，合成數據的多步驟流程易導致身份、光照、外觀不一致，難以生成逼真連貫的紋理12。
🎯創新點及其具體研究方法：
1?? 提出 FreeUV 框架：無需帶標注的或合成的 UV 真值數據，基于預訓練的 Stable Diffusion 模型，通過分離訓練專注真實外觀的網絡和結構一致性的網絡，在推理時結合二者生成高質量 UV 紋理，顯著降低數據成本和復雜性35。
2?? Cross-Assembly 推理策略：訓練階段，外觀特征提取網絡聚焦野生域實現 UV 到 2D 的逼真映射，結構重建網絡依托 3DMM 域完成 2D 到 UV 的結構一致映射；推理時整合兩個網絡的 UV 專用模塊，形成 UV 到 UV 的映射，減少大角度人臉和自遮擋的 UV 展開失真，兼顧真實外觀與結構一致性46。
3?? 抗干擾面部細節提取器：基于 CLIP 圖像編碼器并添加通道注意力層，從有失真或缺陷的 UV 紋理中捕捉面部毛發、皺紋、妝容等精細特征，通過選擇性強調關鍵信息降低噪聲影響，增強不同條件下 UV 紋理生成的質量和魯棒性78。