FIELDS：基于直接监督的面部重建与情绪推断
计算机视觉与模式识别
2025-12-01 v2
摘要
面部表情是人类沟通中表达情感信息的主要方式，但现有的 3D 面部重建方法往往因依赖 2D 监督和缺乏 3D 真实基准而忽略细微的情感细节。我们提出 FIELDS（Face reconstruction with accurate Inference of Expression using Learning with Direct Supervision，即基于直接监督的面部重建与准确情绪推断），以扩展自监督的 2D 图像一致性线索，引入直接 3D 表情参数监督和一个辅助情感识别分支。我们的编码器由来自自发 4D 面部扫描的真实表情参数指导，while an intensity-aware emotion loss encourages the 3D expression parameters to capture genuine emotion content without exaggeration. 这种双监督策略弥合了 2D/3D 领域之间的差距，缓解了表情强度偏差，生成保留细微情感线索的高保真 3D 重建。从单张图像出发，FIELDS 能够产生情感丰富的面部模型，具有高度真实的表情，显著提升了野外人脸表情识别性能，同时保持自然感。
引用
@article{arxiv.2511.21245,
title = {FIELDS: Face reconstruction with accurate Inference of Expression using Learning with Direct Supervision},
author = {Chen Ling and Henglin Shi and Hedvig Kjellström},
journal= {arXiv preprint arXiv:2511.21245},
year = {2025}
}