可形变人脸模型——一个开放框架
计算机视觉与模式识别
2017-09-27 v2
摘要
在本文中，我们提出了一个基于高斯过程的新型开源人脸配准流程，及其在人脸图像分析中的应用。人脸的刚性配准对于计算机视觉中的许多应用至关重要，例如三维可形变人脸模型（3DMM）的构建。高斯过程可形变模型（GPMM）统一了多种非刚性形变模型，例如B样条和PCA模型。GPMM通过将特定领域的适应性作为先验模型，将问题特定需求与配准算法分离。本文的创新点如下：（i）我们提出了一种考虑对称性、多尺度和空间变化细节的人脸配准策略和建模技术。该配准应用于中性人脸和面部表情。（ii）我们发布了一个用于配准和模型构建的开源软件框架，并在公开可用的BU3D-FE数据库上进行了演示。发布的流程还包含一个基于合成分析模型的二维人脸图像模型自适应实现，并在Multi-PIE和LFW数据库上进行了测试。这使社区能够复现、评估和比较从配准到模型构建以及3D/2D模型拟合的各个步骤。（iii）随着框架的发布，我们公开了新版本的巴塞尔人脸模型（BFM-2017），该模型具有改进的年龄分布和一个额外的面部表情模型。
引用
@article{arxiv.1709.08398,
title = {Morphable Face Models - An Open Framework},
author = {Thomas Gerig and Andreas Morel-Forster and Clemens Blumer and Bernhard Egger and Marcel Lüthi and Sandro Schönborn and Thomas Vetter},
journal= {arXiv preprint arXiv:1709.08398},
year = {2017}
}