自监督学习应用于 MICA 模型以重建不完美三维面部结构
计算机视觉与模式识别
2023-04-11 v1
摘要
本研究强调将预训练的 MICA 模型与不完整人脸数据集相整合，并采用自监督学习方法。我们提出一种再生缺陷面部结构的创新方法，产出可有效辅助医师患者治疗过程的 3D 可打印输出。结果凸显了该模型掩盖瘢痕并实现无可见疤痕全面部重建的能力。通过利用预训练模型且仅需数小时补充训练，我们的方法巧妙设计出用于重建受损及不完善面部特征的最优模型。借助现代 3D 打印技术，我们在实验环境中建立了用于制作逼真遮掩面罩模型的标准化流程。
引用
@article{arxiv.2304.04060,
title = {Application of Self-Supervised Learning to MICA Model for Reconstructing Imperfect 3D Facial Structures},
author = {Phuong D. Nguyen and Thinh D. Le and Duong Q. Nguyen and Binh Nguyen and H. Nguyen-Xuan},
journal= {arXiv preprint arXiv:2304.04060},
year = {2023}
}