BabyNet：从未标定照片重建婴儿三维人脸
计算机视觉与模式识别
2022-03-14 v1
摘要
我们提出了一个三维人脸重建系统BabyNet，旨在从未经标定的照片中恢复婴儿的三维面部几何。由于婴儿的三维面部几何与成人存在显著差异，因此需要针对婴儿的面部重建系统。BabyNet包含两个阶段：1）一个三维图卷积自编码器学习婴儿三维面部形状的潜在空间；2）一个二维编码器基于使用迁移学习提取的代表性特征将照片映射到该三维潜在空间。通过这种方式，利用预训练的三维解码器，我们可从二维图像恢复三维人脸。我们评估了BabyNet并表明：1）基于成人数据集的方法无法建模婴儿的三维面部几何，这证明了婴儿专用方法的必要性；2）即使使用如BabyFM这类婴儿专用三维可变形模型，BabyNet仍优于经典的模型拟合方法。
引用
@article{arxiv.2203.05908,
title = {BabyNet: Reconstructing 3D faces of babies from uncalibrated photographs},
author = {Araceli Morales and Antonio R. Porras and Marius George Linguraru and Gemma Piella and Federico M. Sukno},
journal= {arXiv preprint arXiv:2203.05908},
year = {2022}
}