基于人脸部件掩膜的自监督三维人脸重建

摘要：

三维人脸重建旨在从二维人脸图片中恢复出三维人脸模型.自监督三维人脸重建能够缓解三维人脸数据缺乏的问题,因此成为了近年来的研究热点.现有的自监督方法通常聚焦于使用全局监督信号,对人脸的局部细节关注不足.为了更好地恢复出细节生动的精细化三维人脸,提出了一种基于人脸部件掩膜的精细化三维人脸重建方法,该方法在不需要任何三维人脸标注的情况下,可以重建出精细化三维人脸.其主要思想是在二维图片一致性损失、图片深层感知损失等基本损失函数上,通过人脸部件掩膜,给予人脸区域精细化约束,并对人脸部件掩膜进行自监督约束,从而提高重建的三维人脸局部的准确性.在AFLW2000-3D和MICC Florence数据集上进行了定性以及定量实验,验证了所提方法的有效性和优越性.

关键词：三维人脸重建、人脸对齐、人脸建模、自监督学习、人脸渲染

所属期刊栏目：50

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61825601

在线出版日期：2023-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：214-220