DECA的3D人脸重建（3D face reconstruction）

最新推荐文章于 2025-05-28 09:01:50 发布

原创最新推荐文章于 2025-05-28 09:01:50 发布 · 7.2k 阅读

39 ·

CC 4.0 BY-SA版权

文章标签：

#3d #深度学习 #计算机视觉

有趣的AI 专栏收录该内容

19 篇文章

订阅专栏

DECA（Detailed Expression Capture and Animation）是一种用于3D人脸重建的技术，通过学习在野外图片中的表情，创建了一个可动画的详细3D人脸模型。论文《Learning an Animatable Detailed 3D Face Model from In-The-Wild Images》阐述了这一方法。提供了一个原始代码仓库和整理好的源码及模型下载链接，包括FLAME模型、DECA训练模型和Albedo模型。用户可以运行演示脚本来进行人脸重建和表情迁移。DECA在人脸几何形状、纹理细节和表情捕捉方面表现出色。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

DECA的3D人脸重建（3D face reconstruction）

flyfish

DECA 全称 Detailed Expression Capture and Animation
论文名字《Learning an Animatable Detailed 3D Face Model from In-The-Wild
Images》

原始代码下载地址

https://github.com/YadiraF/DECA

整理好源码和模型下载地址

链接：https://pan.baidu.com/s/1hlYaZb9S6BPsvkLwU0Fltw 
提取码：br2r

已包含模型，并放置到各自文件夹中

FLAME model generic_model.pkl(53M)
DECA trained model(434M)
Albedo model FLAME_albedo_from_BFM.npz(1.3G)

论文下载地址 arXiv paper
修正后的2版论文下载地址

运行人脸重建demo

python demos/demo_reconstruct.py -i TestSamples/examples --saveDepth True --saveObj True

可视化预测的2D landmank、3D landmank(红色表示不可见点)、粗略几何图形、详细几何图形和深度

表情迁移（expression transfer）

python demos/demo_transfer.py

DECA training and animation

在这里插入图片描述

效果图

在这里插入图片描述