Aug, 2017

2D 几何信息对 3D 人脸形状到底有什么作用？

PDF
TL;DR本文研究面部图像的 3D 还原问题，探讨了其中包含的几何信息的模糊性，引入了弹性模式的概念以及利用新算法解决在正射和透视投影下对 2D 标记或轮廓拟合 3D 模型的问题，并展示了即使在最先进的基于 CNN 的方法中，面部图像几何信息的还原也存在模糊的问题。
3d face shapegeometric informationperspective projectionflexibility modescnn-based method
发现论文，激发创造
  • 使用单张图像进行几何细节的 3D 人脸重建

    本研究提出了一种新的方法，使用粗到细的优化策略，从不受限制的 2D 图像中重建 3D 人脸，包括利用基于示例的双线性人脸模型生成光滑的粗糙 3D 人脸，使用局部修正变形场对其进行精细化处理和使用形状 - 从 - 阴影方法恢复细节，实现了真实世界模型和公共可用数据集的精度和细节恢复方面的领先水平。

    Feb, 2017

  • 非标定图像的三维人脸重建调研

    本文综述了过去十年中提出的三维人脸重建方法，重点关注了那些只使用在不受控制条件下捕获的二维图片的方法。分类基于用于添加先验知识的技术，考虑了统计模型拟合、光度计和深度学习这三种主要策略，并分别审查了每种策略。我们发现，深度学习策略正在迅速增长，取代了广泛的统计模型拟合策略。相比之下，光度学方法的数量较少，因为需要强烈的基本假设来限制质量。此外，本文还确定了当前的挑战，并提出了未来研究的方向。

    Nov, 2020

  • 几何姿态可供性：带场景约束的三维人体姿态

    通过使用基于视觉的场景几何形状信息，我们提出了一种用于改善人体姿态估计的新颖机制：多层深度图。我们展示了这种方法可以提高 3D 姿态估计的精度。

    May, 2019

  • 从 3D 场景的 2D 图像中分解形状、姿态和布局

    本文使用卷积神经网络预测包含表面和物体形态与姿势的场景的三维结构，从实践和实验角度评估和比较不同的场景表示方法

    Dec, 2017

  • 学习合成数据进行 3D 人脸重建

    本论文介绍了一种基于卷积神经网络和生成随机几乎逼真的面部图像的方法，可以通过单张照片快速、稳健地重建面部的三维几何结构，即使在极端表情和各种光照条件下也可以成功恢复面部形状。

    Sep, 2016

  • 极端三维人脸重建：穿透遮挡

    该研究提出了一种通过采用分层方法解决 3D 面部重建过程中的整体形状、中层细节和局部细节估计间的复杂关系，以应对不正面、非平面旋转和遮挡等极端条件，进而实现高质量面部重建。

    Dec, 2017

  • 基于深度学习的二值掩模图像人体形状重建

    本文提出了一种基于深度学习的方法，通过 2D 正交视图来实现 3D 人体形态的重建，使用二进制掩膜图像即可快速创建数字化人物，并可应用于 3D 游戏、虚拟现实、在线时装购物等领域。

    Jun, 2018

  • Pri3D：3D 先验能够帮助 2D 表征学习吗？

    探讨了利用几何约束来学习视角不变、几何感知表达，通过对 RGB-D 数据进行对比度学习，实现从 3D 先验信息到 2D 表达的迁移，并在语义分割、实例分割、室内物体检测中实现了显著提升。

    Apr, 2021

  • 使用图像转换完成无约束面部几何重建

    使用 Image-to-Image 翻译网络将输入图像及其深度图及面部对应图映射起来，可通过几何细化过程提供多种严格的人脸重建，只需在合成数据上训练即可对本地面部图像进行精确和鲁棒的重建。

    Mar, 2017

  • 三维物体形状恢复的边界线索

    该论文重新考虑了在形状重建中可能被忽视的 “边界” 线索以及其他已建立的约束条件，并通过多项用户研究和定量任务评估了这些线索相对于彼此的信息量，结果表明这些线索在未来的形状重建研究中提供了很多新的方向。

    Dec, 2019