3 个月前

基于质量度量的多图像自动三维人脸重建

基于质量度量的多图像自动三维人脸重建

摘要

从图像自动重建三维人脸是一项具有挑战性的任务,尤其当图像在姿态、光照、遮挡以及面部表情等方面存在困难,且初始二维特征点位置不准确或不可靠时。本文提出一种方法,能够从同一人的多张单张图像中重建出个体化的三维形状,评估各重建结果的质量,并最终融合最优的重建结果。该过程针对人脸的不同区域分别进行。本算法的核心要素及本文的研究重点在于一种无需依赖真实三维形状信息即可评估重建质量的判别准则。我们对多种质量评估指标进行了对比分析,提出了一种结果融合方法,并构建了一个完整的自动化重建处理流程。

基准测试

基准方法指标
3d-face-reconstruction-on-florencePiotraschke and Blanz
RMSE Cooperative: 1.68
RMSE Indoor: 1.67

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
基于质量度量的多图像自动三维人脸重建 | 论文 | HyperAI超神经