摘要

“无地标！”——基于模型的无监督密集人脸对齐在本文中，我们展示了一种仅利用3D可变形模型作为监督信号，训练图像到图像网络以预测人脸图像与3D可变形模型之间密集对应关系的方法。我们证明，通过线性最小二乘法以及我们提出的新型逆球谐函数光照模型，可直接从对应关系图中推断出几何参数（形状、姿态及相机内参）和光度参数（纹理与光照）。最小二乘残差提供了无监督的训练信号，使我们能够避免文献中常见的伪影问题，如图像收缩和保守性欠拟合。所提出的方法采用的网络规模仅为参数回归网络的1/10，显著降低了对图像对齐的敏感性，并可在推理阶段融入已知的相机标定信息或多图像约束条件。我们的方法在性能上达到与当前最先进方法相当的水平，且无需依赖以往方法所使用的任何辅助监督信号。