面向微表情的细粒度 3D 人脸重建
计算机视觉与模式识别
2026-03-10 v1
摘要
近期在 3D 人脸表情重建方面的进展在捕捉宏观表情方面显示出惊人的性能，但对微表情的重建仍未探索。这种新任务由于微表情的细微、瞬态和低强度 nature，使得提取用于准确重建的稳定且具辨识力的特征具有挑战性。本文提出一种细粒度微表情重建方法，将全局动态特征捕获稳定的人脸运动模式与局部丰富特征相结合，后者整合了来自 2D 运动、面部先验知识和 3D 人脸几何的多个信息。具体而言，我们构思了一个即插即用动态编码模块，用于从全局人脸动作中提取微表情特征，允许其从丰富的宏观表情数据中利用先验知识，以缓解微表情数据稀缺的困难。随后，设计了一个动态引导的网格变形模块，用于从稠密光流、稀疏 landmarks 线索和面部网格几何中提取聚合的局部特征，能够在不损害全局 3D 几何的前提下，对面部微表情进行细粒度自适应细化。广泛的实验在微表情数据集上表明，我们的方法在几何精度和感知细节方面 consistently 优于最新方法。
引用
@article{arxiv.2603.07043,
title = {Fine-Grained 3D Facial Reconstruction for Micro-Expressions},
author = {Che Sun and Xinjie Zhang and Rui Gao and Xu Chen and Yuwei Wu and Yunde Jia},
journal= {arXiv preprint arXiv:2603.07043},
year = {2026}
}