摘要

我们提出了 DAD-3DHeads，一个密集且多样化的大规模数据集，以及一种用于野外场景下3D密集人脸对齐的鲁棒模型。该数据集包含超过3500个关键点标注，相较于真实扫描数据，能够更精确地表征3D人脸形状。基于该数据集训练的数据驱动模型 DAD-3DNet，能够学习形状、表情和姿态参数，并实现对 FLAME 人脸网格的3D重建。此外，该模型引入了关键点预测分支，充分利用丰富的监督信号，并支持多个相关任务的联合训练。实验结果表明，DAD-3DNet 在以下任务中表现优于或媲美当前最先进模型：(i) 在 AFLW2000-3D 和 BIWI 数据集上的3D人脸姿态估计；(ii) 在 NoW 和 Feng 数据集上的3D人脸形状重建；(iii) 在 DAD-3DHeads 数据集上的3D密集人脸对齐与3D关键点估计。最后，DAD-3DHeads 数据集在相机视角、面部表情和遮挡情况上的高度多样性，为研究野外场景下的泛化能力及对分布偏移的鲁棒性提供了基准。数据集主页地址为：https://p.farm/research/dad-3dheads。