基于RGBD视频的三维人脸重建

基于我的毕设以及最近的一些调研,准备写一篇比较好的CSDN BLOG


三维人脸重建的意义:

人体最重要的生物特征之一就是人脸,而人脸研究特点主要集中在人脸识别方面,2D人脸识别虽然取得了很大的进展,但由于2D信息本身的局限性,仍然会有很多无法解决的问题,例如人脸姿态和光照条件对于识别的影响. 因此,3D人脸识别成为最近研究的热点.

RGBD:

从ICCV 2013来看,深度学习,中层特征,以及RGBD成为三大主流趋势,主流意味着足够多的idea,在RGB之外有了D这一维,信息又会多很多~so,研究RGBD很有意义


基于RGBD视频的三维重建调研 的步骤

深度图像预处理-->人脸检测-->人脸区域分割-->人脸区域追踪-->提取3D人脸点云数据--->点云配准以及数据整合-->人脸3D模型生成

深度图像预处理:

双边滤波

人脸检测:

cascade+Harr

人脸区域分割:

深度图像的阈值分割

人脸区域追踪:

meanshift+LBP

提取3D人脸点云数据:

PCL

点云配准以及数据整合:

ICP算法

人脸3D模型生成:

Frame to Model



to be continued~~~~



  • 2
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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