High-Fidelity Pose and Expression Normalization for Face Recognition in the Wild

CVPR 2015 Matlab code
http://www.cbsr.ia.ac.cn/users/xiangyuzhu/projects/HPEN/main.htm

中科院关于 人脸图像预处理:姿态和表情的归一化

算法的整体流程图如下所示:
这里写图片描述

2 Pose Adaptive 3DMM Fitting

2.1. 3D Morphable Model
本文采用3D模型,我们将 Basel Face Model (BFM) [36] 和 表示表情的Face Warehouse [14]结合起来,得到我们自己的 3DMM(3DMorphableModel)。
我们通过一个 Weak Perspective Projection 将3D模型投影到 图像平面,通过优化下面的公式:
这里写图片描述

2.2. Landmark Marching
一般来说首先是进行人脸的特征点检测,然后将这些特征点与对应的3D模型建立映射关系。但是有一个问题,就是有一部分特征点被遮挡了,导致不能准确的建立映射关系。如下图所示:
这里写图片描述
本文提出了一个解决方法:landmark marching。
When pose changes, if a contour landmark is visible, it will not move; or it will move along the parallel to the visibility boundary
这里写图片描述

3 Identity Preserving Normalization
扩展到人脸周边区域,得到更完整的信息
这里写图片描述

锚点微调
这里写图片描述

看不见的区域填充
这里写图片描述

还原背景
这里写图片描述

结果
这里写图片描述

这里写图片描述

评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值