人脸重建
文章平均质量分 52
HR_Reborn
这个作者很懒,什么都没留下…
展开
-
FaceNet
FaceNet使用深度卷积网络进行人脸识别,该方法中最重要的部分在于整个系统的端到端学习。 算法:三元组损失,输入是三张图片(Triplet),分别为 固定影像 A(Anchor Face),反例图像 N(Negative Face )和 正例图像 P(Positive Face)。A与 P为同一人,与 N 为不同人。那么 Triplet Loss 的损失即可表示为: 也就是说,我们要让同一个人的图片更加相互接近,而不同人的照片要互相远离。三重损失将固定影像 A 与正例 P 之间的距离最小化了,这两原创 2021-11-04 09:48:57 · 659 阅读 · 0 评论 -
人脸重建汇报1
定义:3D人脸重建——通过2D图片生成3D模型 我们可以用这样一个表达式来建模3D人脸模型: M = ( S , T ) 其中,S表示人脸3D坐标形状向量(shape-vector): S = ( x 1 , y 1 , z 1 , x 2 , y 2 , z 2 , ⋯ , x n , y n , z n ) T T表示对应点的文理信息向量(texture-vector): T = ( R 1 , G 1 , B 1 , R 2 , G 2 , B 2 , ⋯ , R n , G n , B...原创 2021-10-09 11:26:33 · 695 阅读 · 0 评论 -
三维人脸重建
1、基础 2、论文 人脸论文解读系列——三维人脸重建(二) - 程序员大本营原创 2021-09-24 11:13:38 · 151 阅读 · 0 评论