人脸三维重建
主要是相关论文的阅读笔记
thebestone1022
已经毕业啦
展开
-
一些sota数据记录
数据来源:paperwithcode.com文章目录三维人脸重建数据集: FlorenceMetric: Mean NMEMetric: Average 3D Error数据集:AFLW2000-3DMetric: Mean NME人脸对齐数据集: LS3D-W BalancedMetric: AUC0.07数据集:AFLWMetric:Mean NME数据集:AFLW2000-3DMetric:Mean NME数据集:AFLW2000Metric:Error Rate三维人脸重建数据集: Flore原创 2020-11-20 20:49:52 · 227 阅读 · 0 评论 -
论文笔记:Automated 3D Face Reconstruction from Multiple Images using Quality Measures(CVPR2016)
文章目录选择动机解决什么问题方法重建质量评估图像距离Mahalanobis DistanceEuclidean DistanceNormal Distance结果总结选择动机这篇论文在众多顶会参考文献中均有出现的,作者中也有一个非常眼熟的大佬。当初选择这篇文章,一是想看一下他是如何解决 multi-image 人脸三维重建问题的,二是想探索一下其中的损失函数设计。解决什么问题从二维图像中重建三维人脸,会因为姿势、光线、遮挡、表情等情况带来一定的难度。这篇论文的出发点是:从一个人的多张人脸图像中重建.原创 2020-11-19 17:18:21 · 443 阅读 · 0 评论 -
论文笔记:Regressing Robust and Discriminative 3DMM With a Very Deep Neural Network(CVPR2017)
文章网站:website文章目录选择动机解决什么问题方法训练集生成方法选择动机其实这篇是在参考文献里扒拉出来的,但是让我最高兴的点是,这里面的方法和我自己实验是很相近的,从另一个方面证明自己的实验可行。解决什么问题首先,考虑这样一个问题:我们一般认为同一个目标人脸的重建结果应当一致。但是,基于目标人脸的多张不同场景下不同姿势的照片,重建出来的人脸彼此不一致,即具有不稳定性。作者选择使用深度神经网络基于单张人脸图像,对3DMM中的形状和纹理系数进行回归的方式进行重建,同时解决了训练数据匮乏的问题.原创 2020-11-19 16:10:43 · 396 阅读 · 0 评论 -
论文笔记:Self-Supervised Multi-level Face Model Learning for Monocular Reconstruction(CVPR2018)
文章目录动机几个小问题解决什么问题方法Base LevelMedium-Scale — Trianable Corrective ModelCorrective SpaceFinal LevelDifferentiable Image Formation损失函数结果总结动机选择这篇论文的动机:自己在实验过程中遇到了纹理重建的问题在诸多论文中的对比实验中,都会看见这篇论文的身影,了解一下也无妨几个小问题 题目中的250Hz是什么?这是入射光的频率,而光的频率决定光的颜色,具体可学习知乎.原创 2020-11-17 16:48:34 · 398 阅读 · 0 评论 -
论文笔记:3DMM(ACM1999)
论文:《A Morphable Model for the Synthesis of 3D Faces》文章目录选择动机选择动机做什么?——基于单张人脸图像进行人脸的三维重建这篇论文的目标:modeling textured 3D faces 带纹理的三维人脸建模原创 2020-08-07 16:27:39 · 2683 阅读 · 0 评论 -
论文笔记:3DDFA(TPAMI2018)
论文:《Face Alignment in Full Pose Range: A 3D Total Solution》文章目录Face AlignmentFull pose range3DDFA(3D Dense Face Alignment)问题的转换人脸形状的表示——3DMM参数估计方法——级联回归+CNN参数ppp特征设计FeaFeaFea网络设计NetNetNet代价函数设计Face AlignmentFace Alignment 人脸对齐任务是基于一定量的训练集,得到一个模型,使得该模型对输原创 2020-07-31 16:53:45 · 7921 阅读 · 0 评论