可学习形状三维人脸重建算法

面部表情更自然

该算法在训练中直接学习个性化形状,使重建模型更贴合输入人脸图像,表情合成效果优于传统3DMM方法。

Zhao, Shuwen · 王新铭 · Zhang, Dinghuang · Zhang, Gongyue · Wang, Zhiyong · 刘洪海

IEEE Transactions on Cybernetics 2023

参数信息

人脸重建误差
0.866 mm

技术优势

重建更贴合输入人脸

算法直接学习个性化形状,使重建模型适应每张人脸,不再受限于公共的平均脸模型。

姿态估计更准

将投影参数转换为欧拉角进行估计,姿态误差从 0.587 rad 降至 0.013 rad。

训练更稳健

采用顶点加权采样,给偏差大的顶点更高采样概率,提高训练稳定性。

应用场景