三维人脸重建效果——《Accurate 3D Face Reconstruction with Weakly-Supervised Learning》

最新推荐文章于 2025-05-31 11:52:04 发布
最新推荐文章于 2025-05-31 11:52:04 发布
阅读量2.3k 收藏 3
点赞数
CC 4.0 BY-SA版权
分类专栏： 3D人脸重建 文章标签： 三维人脸重建
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_37340613/article/details/94643876
本文探讨了将3D模型投影到2D图像的光栅化过程，分享了自行编写的代码实现，并展示了多个测试结果。该研究基于文献中的弱监督方法，通过对生成图像与原图的对比，验证了光栅化算法的有效性。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

文献中的弱监督是基于生成图像与原图进行一系列比较得出的，可是3维模型投影到二维图像的这部分代码，原文没有给出，自己写了这部分代码，也就是论文中提到的光栅化(Rasterization)。

下面是一系列测试结果，测试图片都是百度找的，如果有侵犯到你的肖像权，请息怒。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

三维重建效果图
kangjielearning的博客
11-08 940
联系方式：936874728 微信公众号：
[读论文]弱监督学习的精确 3D 人脸重建：从单个图像到图像集-Accurate 3D Face Reconstruction with Weakly-Supervised Learning:From
Redflashing
09-12 1309
论文地址：Accurate 3D Face Reconstruction with Weakly-Supervised Learning:From Single Image to Image Set 1. 摘要 ​ 最近，基于深度学习的 3D 人脸重构方法在质量和效率方面都显示出很好的效果。然而，训练深度卷积神经网络通常需要大量数据，而具有真实三维脸部形状的脸部图像却很少。在本文中，作者提出了一种新颖的深度 3D 人脸重建方法。具有以下优势： 为弱监督学习提供了一个鲁棒的混合损失函数，该函数考虑到了监督的
《Accurate 3D Face Reconstruction with Weakly-Supervised Learning: From Single Image to Image Set》
Yannie's Blog
07-15 1872
论文+代码阅读 摘要 问题：具有真实地面数据的3D人脸模型是很罕见的 提出的方法：1）对一个弱监督学习使用一个混合鲁棒的损失函数来训练，综合考虑了low-level & perception-level 。2）使用多张图片进行重建 结果：对遮蔽和大姿态具有鲁棒性 / 在三个数据集上进行测试，并且比较了十五个深度学习的方法，都具有优越性。 preliminaries：Models and Outputs 3DMM模型 * 使用 CNN来回归3DMM模型的参数，使用Res-Net来回归pose,li
单张照片实现的三维人脸重建技术指南
最新发布
weixin_35751194的博客
05-31 750
在三维重建和计算机视觉领域，非线性优化是一个至关重要的步骤，用以处理复杂系统的最优化问题。这些问题往往涉及非线性模型，其中目标函数和约束条件可能与变量之间存在复杂的非线性关系。非线性优化通常涉及在多维空间中寻找一组参数，使得某个目标函数达到最小或最大值。这些参数可能代表了模型的形状、位置、光照条件等关键属性。非线性优化问题的一般形式可以表达为：其中，f(x)是需要最小化的目标函数，gi(x)和hj(x)分别为不等式和等式约束。
[CVPR2019](D3DFR)Accurate 3D Face Reconstruction with Weakly-Supervised Learning From Single Image
wrk226的博客
01-24 1299
亮点：主要是提出了通过同一人多张图来生成更精细的人脸3D模型的方案，主要框架是基于3DMM的。 Lambertian surface-朗伯面：即入射光会向所有方向均匀反射，也即漫反射的期望状态spherical harmonic lighting-球谐光照：就是用来模拟光照的一个方案。类似于傅里叶变换，将一个复杂的函数分解为多个正交的基底函数，通过计算他们的系数来获得最终的结果。主要目的是为了快速模拟复杂的实时光照。monochromatic lights-单色光：即单一频率的光，无法发生色散。对应的是复
微软三维人脸重建论文总结——《Accurate 3D Face Reconstruction with Weakly-Supervised Learning》
weixin_37340613的博客
07-04 5539
原作：https://arxiv.org/abs/1903.08527 研究机构：微软研究院 写在前面 想象一下，通过二维的人脸图片，生成高度还原的三维人脸模型。真是异想天开，可是人工智能要做的不就是实现那些异想天开的事情吗？再想象一下，这种功能能够运用的场景： 首先由于我从事的是游戏行业，因此很直接的就是能够生成玩家自定义的三维游戏角色。可以是玩家自己，也可以是玩家喜欢的人，只需要你上传一...
Accurate 3D Face Reconstruction with Weakly-Supervised Learning: From Single Image to Image Set
qq_46144849的博客
03-08 410
基于深度学习的三维人脸重建效果相比传统方法要更加好，但是面临正确标识数据集难以获取的问题。本文在单张人脸重建方法上提出使用弱监督方法，损失函数则创新地同时考虑了低层信息和感知层信息。
Deep3DFaceReconstruction-Pytorch:弱监督学习的精确3D人脸重建
05-17
弱监督学习的精确3D人脸重建：从单个图像到图像集 回购协议Pytorch版本。 此存储库仅包含重建部分，因此您可以使用库来训练网络。 而预训练模式也从这个。 特征 神经网络 我使用mtcnn裁剪原始图像并检测5个地标。 ...
3D人脸重建开源项目整理
qq_35045096的博客
07-19 8031
一、单一视图三维人脸重建 1.End-to-end 3D face reconstruction with deep neural networks https://github.com/yuefurong97/mxnet-E2FAR 2. Learning Detailed Face Reconstruction from a Single Image https://github.com/yu...
论文：Discriminative Triad Matching and Reconstruction for Weakly Referring Expression Grounding
m0_38064230的博客
11-17 550
作者 Abstract 在本文中，我们处理弱监督引用表达式基础任务，用于根据查询语句定位图像中的引用对象，其中图像区域和查询之间的映射在训练阶段不可用。在传统的方法中，首先选择与引用表达式最匹配的对象区域，然后从所选区域重构查询语句，其中重构差作为反向传播的损失。然而，现有的方法忽略了匹配正确性未知的事实，近似地进行匹配和重构。为了克服这一局限性，本文设计了一个判别三元组作为解决方案的基础，通过该三元组，可以以非常可伸缩的方式将查询转换为一个或多个判别三元组。在区分性三元组的基础上，我们进一步提出了三元组
【ECCV2020】接收论文列表part1
TomRen
07-18 7092
ECCV2020 接收论文完整列表 看论文学CV
基于正侧面人脸照片的三维人脸重建
09-23
介绍了目前主要的几种利用立体视觉技术进行三位人脸重建的方法，将几种方法进行比较分析，选出了本文使用的三位人脸重建的方案，并对于利用特征点重建人脸给出了具体的思路和算法。
unity人脸识别插件
01-28
unity ar vr 人脸识别功能的实现 可以接入安卓和ios
文献翻译：《弱监督学习实现3D人脸重建：从单张图片到图片集》（Accurate 3D Face Reconstruction with Weakly-Supervised Learning）
weixin_37340613的博客
06-28 2611
目录摘要介绍欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 摘要 最近，基于深度...
微软三维人脸重建论文前期知识铺垫——《Accurate 3D Face Reconstruction with Weakly-Supervised Learning》
wxshan3的博客
06-24 736
一个3D模型的数据结构是怎么样的？ 首先是一个points_shape,这个shape的形状是shape=（35709，3）。其中35709代表这个模型包括35709个点，3代表的是这些点的三维坐标。有了这个矩阵，我们能够在脑海里想象在空间中有一个密密麻麻的点云，看上去像个人脸，可是这些点都是离散的。 接着就是traingle矩阵，这个矩阵的形状shape=(70789,3)。70789表示这个模型包括70789个三角形面。每个面都由三个顶点组成，后面的3就表示这三个顶点的序号（在points_shap
End-to-end 3D face reconstruction with deep neural networks
qq_31751039的博客
06-27 1312
Abstract  该文不采用利用rgb图和初始化3D面部表情渲染的方式, 是端对端的， 可以避免复杂的3D渲染.我们从两个方面综合DNN，利用多任务损失函数和融合DNN来改善面部表情重构；利用多任务损失函数， 可以将3D人脸重构分为3D人脸重构和3D人脸表情重构两个部分. 由于中性面部形状是类固定的，所以用网络的高层特征表示，而面部表情用低层或中层网络层特征表示。Method  用一系列的形状和...
深度人脸识别算法串讲
爱CV
12-24 495
论文背景 论文题目：Deep Face Recognition: A Survey 论文地址：https://arxiv.org/abs/1804.06655 论文代码：综述文章，无代码 分享大纲 1.人脸识别基本概念 主要场景、评价指标、系统基本流程及发展历史 2.代表性文章串讲 DeepFace、FaceNet、CenterLoss 3. 如何搭建一个人脸识别系统 人脸识别基本概念 两个主要场景：人脸验证/人脸比对，人脸识别 评价指标：Acc..
reconsstruction3Dface，实现从2D图像重建3D人脸
Exploer_TRY的博客
01-14 3491
重建3D人脸 来自于论文 Y. Deng, J. Yang, S. Xu, D. Chen, Y. Jia, and X. Tong, Accurate 3D Face Reconstruction with Weakly-Supervised Learning: From Single Image to Image Set, IEEE Computer Vision and Pattern Recognition Workshop (CVPRW) on Analysis and Modeling of
Deep3DFaceReconstruction让一张人脸照片变成三维的真人脸
热门推荐
二分掌柜的
12-10 1万+
AI模型让一张人脸照片变成三维的真人脸 flyfish 曾经是需要这样的，头上戴设备的，现在用AI可以省点麻烦。 实例1 论文Accurate 3D Face Reconstruction with Weakly-Supervised Learning: From Single Image to Image Set TensorFlow版本源码 PyTorch版本源码 推荐点击这里下载源码和模型，原网址不带模型的，本文已经提供好了源码和模型的下载地址，这里是PyTorch版本. 链接：https://p
Accurate 3D Face Reconstruction from a Single Image: A Holistic Approach主要内容
07-15
《Accurate 3D Face Reconstruction from a Single Image: A Holistic Approach》这篇论文的主要内容是介绍了一种基于单个图像的准确三维人脸重建方法，其采用了一种全面的方法来捕捉人脸的几何形状和纹理信息。 论文的作者 Aaron S. Jackson, Adrian Bulat, Vasileios Argyriou, Georgios Tzimiropoulos 提出了一个由两个主要组件组成的框架：3DMM（3D Morphable Model）回归器和姿态估计器。 首先，他们使用3DMM回归器来估计人脸的形状参数和纹理参数。这个回归器通过将人脸图像映射到3DMM参数空间，利用深度卷积神经网络（CNN）来预测人脸的三维形状和纹理参数。 然后，他们提出了一种姿态估计器来估计人脸的姿态参数。这个姿态估计器使用CNN来预测人脸的旋转和平移参数，以校正人脸的姿态。 最后，通过将形状参数、纹理参数和姿态参数结合起来，他们可以生成准确的三维人脸重建结果。 该方法在多个数据集上进行了实验评估，结果表明，与其他基准方法相比，该方法能够产生更准确和逼真的三维人脸重建结果。此外，该方法还具有一定的鲁棒性，对于具有不同姿态和光照条件的人脸图像也能取得良好的效果。 总的来说，《Accurate 3D Face Reconstruction from a Single Image: A Holistic Approach》这篇论文提出了一种综合性的方法，通过结合形状参数、纹理参数和姿态参数，实现了准确的三维人脸重建。这个方法在单个图像上能够生成高质量的三维人脸模型，对于人脸分析、虚拟现实等应用具有重要意义。
评论 12
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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