DAD-3DHeads：用于从单图像进行 3D 头部对齐的大规模密集、准确且多样的数据集
计算机视觉与模式识别
2025-06-05 v2 人工智能
摘要
我们提出了 DAD-3DHeads，一个密集且多样的大规模数据集，以及一个用于自然场景下 3D 密集头部对齐的鲁棒模型。它包含超过 3.5K 个关键点的标注，与真实扫描相比能准确表示 3D 头部形状。在我们数据集上训练的数据驱动模型 DAD-3DNet 学习形状、表情和姿态参数，并执行 FLAME 网格的 3D 重建。该模型还结合了关键点预测分支，以利用丰富的监督和多个相关任务的协同训练。在实验上，DAD-3DNet 在以下方面优于或可比比最先进模型： 在 AFLW2000-3D 和 BIWI 上的 3D 头部姿态估计， 在 NoW 和 Feng 上的 3D 人脸形状重建，以及 在 DAD-3DHeads 数据集上的 3D 密集头部对齐和 3D 关键点估计。最后，DAD-3DHeads 在相机角度、面部表情和遮挡方面的多样性为研究自然场景泛化性和对分布偏移的鲁棒性提供了一个基准。数据集网页为 https://p.farm/research/dad-3dheads。
引用
@article{arxiv.2204.03688,
title = {DAD-3DHeads: A Large-scale Dense, Accurate and Diverse Dataset for 3D Head Alignment from a Single Image},
author = {Tetiana Martyniuk and Orest Kupyn and Yana Kurliak and Igor Krashenyi and Jiři Matas and Viktoriia Sharmanska},
journal= {arXiv preprint arXiv:2204.03688},
year = {2025}
}