《Cascaded Regressor based 3D Face Reconstruction from a Single Arbitrary View Image》论文解读
本文来自四川大学,论文原文:
人脸3D重建就是从一张或多张照片中重建出人脸的3D的模型。本文提出了回归框架下的人脸3D重建,这篇文章给我的感觉就是SDM的3D版本,而经典的3DMM和ASM很类似,不知道我的看法是否正确。本文将3D重建建模成为回归问题,这样的话很多回归的方法就可以用在这里了,更进一步,深度学习的方法也是可以用在这里的。
概述
传统的3D重建问题解决方法是模型匹配(model fitting),本文将3D重建问题建模成回归问题,训练样本为3D模型和对应的多角度2D图片,2D人脸图片需要事先标记好特征点位置。2D图片上特征点位置和3D形状相关性比较大,而且对光照比较鲁棒。跟之前的方法相比,本文的算法可以从任意角度图片重建人脸,速度快,精度高。
问题模型
2D的人脸图片可以看做是3D人脸在2D平面上的一个投影。 M=(S,T) 表示一个3D人脸,其中 S∈{
(xi,yi,zi)|i=1,2,...,m} 代表人脸的三维坐标形状, M∈{
ti|i=1,2,...,m} 代表纹理信息,下标m代表3D人脸点云上所有点的个数, I 代表M的2D投影,