本文来源微信公众号:深度学习大讲堂,已授权发布。
作者:刘峰,四川大学计算机学院生物特征识别实验室博士三年级学生,导师游志胜教授、赵启军博士。研究方向为机器学习与模式识别(三维人脸建模与识别、二维人脸特征点检测等)。
原文:【ECCV2016论文速读】回归框架下的人脸对齐和三维重建
欢迎技术投稿、约稿、给文章纠错,请发送邮件至heyc@youkuaiyun.com
三维人脸重建的目标是根据某个人的一张或者多张二维人脸图像重建出其三维人脸模型(此处的三维人脸模型一般仅指形状模型,定义为三维点云)。今天我们只讨论由单张二维图像重建三维人脸的问题。这个问题本身其实是个病态(ill-posed)问题,因为在将人脸从三维空间投影到二维平面上形成我们看到的二维人脸图像的过程中,人脸的绝对尺寸(如鼻子高度)、以及由于自遮挡而不可见的部分等很多信息已经丢失。在不掌握相机和拍摄环境的相关参数的情况下,这个问题其实是没有确定解的。
为了解决这一病态问题,一个直接思路是借助机器视觉中的Shape-from-Shading(SFS)方法。但是该方法依赖于光照条件和光照模型的先验知识,而未考虑人脸结构的特殊性,在任意拍摄的人脸图像上效