利用局部特征拟合 3D 可变形模型
计算机视觉与模式识别
2016-05-13 v1
摘要
在本文中，我们提出了一种新颖的拟合方法，该方法利用局部图像特征将 3D 可变形模型（3D Morphable Model）拟合到 2D 图像上。为了克服优化包含不可微特征提取算子的代价函数的障碍，我们使用了一种基于学习的级联回归方法，该方法从数据中学习梯度方向。该方法允许同时求解形状和姿态参数。我们的方法在可变形模型生成的数据上进行了全面评估，并展示了真实数据上的初步结果。与传统使用像素颜色或边缘图等简单原始特征的拟合方法相比，局部特征已被证明对成像条件的变化具有更强的鲁棒性。我们的方法独特之处在于，我们是首个利用局部特征拟合可变形模型的研究。由于我们方法的速度，它适用于实时应用。我们的级联回归框架可作为开源库获取（https://github.com/patrikhuber）。
引用
@article{arxiv.1503.02330,
title = {Fitting 3D Morphable Models using Local Features},
author = {Patrik Huber and Zhen-Hua Feng and William Christmas and Josef Kittler and Matthias Rätsch},
journal= {arXiv preprint arXiv:1503.02330},
year = {2016}
}
备注
Submitted to ICIP 2015; 4 pages, 4 figures