面向三维人脸重建的自编码体素网络研究

发布时间：2022-01-16 08:19

　　在过去的几十年里,单幅人脸图像三维重建技术在计算机视觉和图形学领域中获得了极大的关注。自编码体素网络可以通过一张照片来估计一张人脸的高质量的体素模型,拥有不错的效果。本文从自编码体素网络的模型结构,引导项和损失函数三个方面对其进行了改进,给出了改进方案和测试结果,证明改进是有效的。 

【文章来源】：智能计算机与应用. 2020,10(06)

【文章页数】：7 页

【部分图文】：

Florence数据集上的结果

b．对于任意一个要拟合的人脸，检测36,39,42,45,31,33,35,48,54,51,57号特征点，计算在齐次坐标系下经过平移，水平拉伸和竖直拉伸后得到的与原图对应特征点的MSE距离最小的情况作为初始化，如图1所示。c．如图2所示，调用蒙特卡洛算法，以颜色直方图的MSE距离作为优化目标，对三维人?脸的特征向量系数进行优化。如果拟合中误差小于设定的最小阈值，则可以提前结束;如果误差大于设定的最大阈值，则认为模型已经偏离梯度下降方向，结束拟合过程，返回-1;否则，算法进行2 000次后停止，返回当前的最好结果。

蒙特卡洛算法进行拟合过程


本文编号：3592278