平均脸:mean-shape
BFM数据库的提出有效扩大了3DMM的适用场景,BFM可以拟合任意三维人脸并保存3DMM参数。有两个版本09版和17版,在这里只对17版(17版论文)进行说明。相比于09版,针对表情基进行了优化。
BFM提供了一组形状,表情,纹理的基,且可以根据改变参数来改变人脸的年龄肥胖程度,其中形状基为一个199*n维的主成分,以及199*1维的主成分均方误差。纹理的基和形状基维度相同,表情基有100*n维主成分和100*1维均方误差相较09版的20维有所增加。
人脸的纹理特征:类似画皮那样的;形状特征:整容的时候的下巴填充;表情特征:拍照时候的撒娇卖萌;(哈哈哈哈哈,我真好笑) 若不考虑纹理特征,3D人脸重建的目的可以表达成:产生一个3D模型,使得该模型在2维平面上的投影人脸的关键点与RGB图像的人脸关键点位置尽可能接近(当然这种说法要忽视一下事实:常见的人脸关键点检测结果一般是二维点。也就是说,脸的朝向不同,检测到的脸部边缘点也会不一样,2d人脸边缘点并不在真正的脸颊边缘线上)。