3D人脸

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）。