TPAMI 2024|FaceScape: 单视图3D人脸重建的三维人脸数据集与基准测试

于 2024-09-12 09:30:00 发布
阅读量94 收藏 1
点赞数
分类专栏： 论文解读 IEEE TPAMI 文章标签： 3d 深度学习 TPAMI IEEE 顶刊论文 论文解读
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_42722197/article/details/141142137
版权
论文解读 IEEE TPAMI 专栏收录该内容
254 篇文章 15 订阅 ¥49.90 ¥99.00
订阅专栏

FaceScape 3D Facial Dataset and Benchmark for Single-View 3D Face Reconstruction

FaceScape: 单视图3D人脸重建的三维人脸数据集与基准测试

Hao Zhu , Haotian Yang, Longwei Guo , Yidi Zhang, Yanru Wang, Mingkai Huang,Menghua Wu, Graduate Student Qiu Shen, Ruigang Yang ,and Xun Cao
代码： https://github.com/zhuhao-nju/facescape.git

摘要

本文介绍了一个大规模详细的3D人脸数据集FaceScape及其相应的基准测试，用以评估单视图人脸3D重建。通过在FaceScape数据上的训练，提出了一种新算法，能够从单一图像输入预测出精细的可绑定3D人脸模型。FaceScape数据集公开发布了16,940个带有纹理的3D人脸，这些数据捕捉自847名受试者，每人具有20种特定表情。3D模型包含了毛孔级别的面部几何形状，这些几何形状也经过处理以实现拓扑统一。这些精细的3D人脸模型可以表

了解本专栏 订阅专栏 解锁全文
小白学视觉
关注
专栏目录
订阅专栏
facescape:FaceScape
03-19
FaceScape 这是我们的论文“ FaceScape：大规模高质量3D人脸数据集和详细的可装配3D人脸预测”的项目页面。 我们还将更新此存储库的最新进展和可用资源〜 [最新更新：2020/9/27] 数据集 数据集发布在以下网站上： : 。 可用的来源包括： 物品 描述 数量 质量 TU模型 拓扑统一的3D人脸模型与置换贴图和纹理贴图。 16940型号（847 ID×20 EXP） 详细的几何图形4K dp / tex贴图 多视图数据 多视图图像，相机参数和对应的3D面部网格。 > 400k图像（359 id×20 exp ×≈60视图） 4M〜1200万像素 双线性模型 统计模型转换基数形状进入向量空间。 4用于不同的设置 仅适用于基本形状。 资讯清单 受试者的性别/年龄。 847个科目 -- 工具 Python代码生成深度图，地标，面部分割等。 -- -- 数
《深度学习驱动的人脸重建： Facescape 项目详解》
gitblog_00059的博客
04-12 347
《深度学习驱动的人脸重建： Facescape 项目详解》 项目地址:https://gitcode.com/zhuhao-nju/facescape 在数字媒体和计算机视觉领域，人脸建模与重建是一项关键的技术。今天我们要推荐的是一个名为 Facescape 的开源项目，它利用深度学习技术为用户提供高质量、实时的人脸3D重建服务。 项目简介 Facescape 是由南京大学计算机科学与技术系开发...
FaceScape：a Large-scale High Quality 3D Face Dataset and Detailed Riggable 3D Face Prediction（CVPR）
o0Helloworld0o的博客
02-19 489
源代码理解 固定3D关键点，2D投影关键点，求s, R, t def _optimize_rigid_pos(self, scale, trans, rot_vector, lm_pos_3D, lm_pos) scale: 标量 trans: 2维向量 rot_vector: 3维向量 lm_pos_3D: (68, 3) lm_pos: (68, 2) 核心调用 from scipy.optimize import least_squares result = least_squares(self._
FaceScape:a Large-scale High Quality 3D Face Dataset3D人脸数据集FaceScape-数据集
03-13
The dataset is a large-scale detailed 3D face dataset and riggable 3D face prediction. It is included in CVPR2020. 本数据集包含大量细致的3D人脸图像，可用于3D人脸预测，相关论文被收录在CVPR2020。 Yang_FaceScape_A_Large-Scale_High_Quality_3D_Face_Dataset_and_Detailed_CVPR_2020_paper.pdf
FaceScape: a Large-scale High Quality 3D Face Dataset and Detailed Riggable 3D Face Prediction
qq_43420530的博客
11-05 3295
1. 简介 本文的贡献： 提出了一个大尺度高细节的三维人脸数据集FaceScape，采集938个人的20种表情，共18760个三维人脸 数据集三维模型具有孔隙级别的精度，并且被处理成拓扑一致性，如果想查看大致形状可使用3DMM系数，如果想更精细一点再加张位移图即可 提出了一种基于单张图片进行三维人脸重建并且可以自由编辑的方法 方法 原始数据—>拓扑一致（+位移图）—>双线性模型（身份和表情维度） 先前的方法只能估计大致形状，没有皱纹等小尺度特征，关键的问题在于如何去预测由表情变化导致的小尺
TPAMI 2024 | 自监督视频中心化变换器在视频人脸聚类中的应用
最新发布
小白学视觉
08-16 58
本文提出了一种新颖的视频中心变换器方法，用于视频流中的面部聚类。以往的研究通常采用对比学习来学习帧级表示，并使用平均池化沿时间维度聚合特征。这种方法可能无法完全捕捉复杂的视频动态。此外，尽管近期在基于视频的对比学习方面取得了进展，但鲜有研究尝试学习一种自监督聚类友好的面部表示，以利于视频面部聚类任务。为了克服这些限制，我们的方法采用变换器直接学习视频级表示，更好地反映视频中面部的时间变化属性，同时我们也提出了一种视频中心自监督框架来训练变换器模型。
FaceVerse：基于混合数据集的细粒度和可控3D人脸可塑模型
203330FaceVerse：基于混合数据集的细粒度和可控3D人脸可塑模型0Lizhen Wang 1，Zhiyuan Chen 2，Tao Yu 1，Chenguang Ma 2，Liang Li 2，Yebin Liu 10清华大学1，中国北京蚂蚁金服2，中国杭州0图1....
基于光场图像的三维人脸重建：一无模型方法
基于光场图像的三维人脸重建：一种无模型方法Mingtao Feng1，Syed Zulqarnain Gilani2，Yaonan Wang1，Ajmal Mian21湖南大学电气与信息工程学院，湖南{mintfeng，yaonan}@ hnu.edu.cn2计算机科学与软件工程，西澳...
Led3D：低质量3D人脸高效识别的轻量级深度学习方法
5773≥Led3D：一种轻量级且高效的深度方法，用于识别低质量的3D人脸穆国栋1、黄迪1、胡国胜2、孙佳1、王运红11北京航空航天大学北京大数据与脑计算先进创新中心2Anyvision，Queens Road，贝尔法斯特，英国{muyouhang...
[CVPR2020]FaceScape: a Large-scale High Quality 3D Face Dataset and Detailed Riggable 3D Face
wrk226的博客
02-04 810
本文主要是两大贡献，一是提供了一个高精度多表情的人脸3D扫描数据集，另一个是提出了一套人脸3D重构算法来拟合面部细节。 首先，他提供的这个数据集叫FaceScape，是用了68个相机阵列拍摄的，有938个人，年龄从16-70岁，每个人拍摄了20种表情，并且数据集中还有个人信息的记录（性别，年龄之类的）。 文中提出的模型如图所示，分为三个部分。 第一个部分就是拟合3DMM模型，作者使用的是双线性的表达方式。一般3DMM参数表达都是“最终人脸=表情参数*表情基底+身份参数*身份基底”这样的线性模型，而
3d人脸重建 facescape 测试
jacke121的专栏
06-22 3604
开源地址： https://github.com/zhuhao-nju/facescape demo_bilinear_basic.ipynb 代码： from src.facescape_bm import facescape_bm from src.renderer import render_cvcam from src.utility import show_img_arr np.random.seed(1000) model = facescape_bm("./biline..
23个CVPR 2020收录的新数据集，都在这里了！
喜欢打酱油的老鸟
08-07 3457
编辑：Amusi Date：2020-06-20 来源：CVer微信公众号 链接：23个CVPR 2020收录的新数据集，都在这里了！ 前言 Amusi 之前整理了1467篇CVPR 2020所有论文PDF下载资源，以及300篇+CVPR 2020代码开源论文项目，详见：300+篇CVPR 2020代码开源的论文，全在这里了！ 本文旨在从数据集的角度，对CVPR 2020部分论文进行整理，相信很多同学并不知道这些新数据集，也许能给你的科研带来一点帮助。数据集方向涵盖：目标检测、分割、目标跟踪、场景文本
2021-10-16
jicong44的博客
10-16 424
facescape数据集![数据预处理的pipline](https://img-blog.csdnimg.cn/fdd3e089d61e4f7d9f29c00b2e1a5232.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA6KKr6Ieq5bex6KCi5ZOt5LqG,size_20,color_FFFFFF,t_70,g_se,x_16)数据配准基准模型生成人脸预测Base
论文阅读笔记—ECCV2022—MoFaNeRF
zp_jlu的博客
09-07 2249
虽然这篇论文叫做MoFaNeRF，但在我看来更像是以NeRF作为生成器，训练了一个三维一致的人脸GAN，并且其对appearance、shape和expression进行了解耦，因此可以实现人脸编辑，rigging、属性插值等应用。该论文自称是第一个基于NeRF的人脸参数化模型
从3D人脸到自动驾驶，CVPR2020十个顶级开源数据集
m0_37909240的博客
11-11 470
CVPR2020数据集 CVPR2020上开源的十个最有用的数据集，用数据来构建更好的人工智能，数据搬运工从来不应该缺席！下面就是十个数据集的分别解释： 01 FaceScape 一个大规模高质量的3D人脸数据集，包括18760张高质量3D人脸模型，对938名志愿者实现20种表情采集，该数据训练可以实现对单张图像预测3D人脸的细节。适应于非商业开源项目。数据集下载地址： https://facescape.nju.edu.cn/ 02 OASIS 全称是...
CVPR 2020 论文大盘点-人脸技术篇
热门推荐
我爱计算机视觉
06-11 1万+
本文盘点CVPR 2020 所有人脸相关论文，总计64篇，涵盖方向众多，传统方向比如人脸识别、检测等依旧是研究的重点，除此之外，人脸生成、编辑，人脸反欺骗也有众多工作，一方面是研究如何造...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

小白学视觉

您的赞赏是我们坚持下去的动力~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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