基于编解码网络的人脸对齐和重建算法
针对现有的三维人脸重建模型复杂度较高和对多种人脸姿态重建效果不佳的问题, 本文提出了一种可以在不同人脸姿态条件下, 有效地实现人脸对齐并从单张二维人脸图片重建出三维人脸的卷积神经网络. 首先设计了由密集卷积网络模块和转置卷积模块构成的编解码网络, 并在损失函数中引入图像结构相似度评价, 构造新的损失函数, 通过训练神经网络得出模型, 模型实现了人脸对齐和三维人脸重建任务. 在AFLW2000-3D数据集上验证性能,实验表明该网络有效提升了人脸对齐和人脸重建的效果.
编解码网络、密集卷积网络、损失函数、三维人脸重建、人脸对齐
30
TP391.41;TN911.73;R814.42
福建省教育厅项目JAT170128
2021-07-26(万方平台首次上网日期,不代表论文的发表时间)
共6页
184-189